Velké jazykové modely způsobují revoluci v psychiatrických dotazníkech

Velké jazykové modely mohou pomoci zlepšit dotazníky používané k diagnostice duševních chorob optimalizací generalizovatelnosti symptomů a snížením nadbytečnosti. Mohou dokonce přispět k novým konceptualizacím duševních poruch. To je výsledek mezinárodní studie, kterou vedli profesor Dr. Joseph Kambeitz a profesor Dr. Kai Vogeley z Lékařské fakulty Univerzity v Kolíně nad Rýnem a Fakultní nemocnice Kolín nad Rýnem. Výsledky studie „Empirická struktura psychopatologie je reprezentována ve velkých jazykových modelech“ byly publikovány v časopise Příroda Duševní zdraví.

Při diagnostice duševní choroby se lékaři spoléhají na různé faktory, včetně příznaků hlášených pacienty a zaznamenaných v klinických dotaznících. Přesné znění jednotlivých otázek v těchto dotaznících je často rozhodující pro stanovení správné diagnózy. Standardní dotazníky se však často značně liší. Vědci našli důkazy o překrývání a odchylkách v obsahu otázek používaných k identifikaci deprese, bipolární poruchy a rizika psychózy, což ztěžuje přesnou diagnostiku.

Lékaři navíc spoléhají na své klinické zkušenosti. To znamená, že si jednotlivé příznaky spojují s konkrétní nemocí, která odpovídá jejich prožívání. Protože však různé nemoci mohou vyvolat stejné nebo podobné příznaky, může to také zvýšit riziko nesprávné diagnózy. „Víme překvapivě málo o tom, zda – a jak – znění klinických dotazníků vyvolává u lékařů určité asociace,“ říká profesor Joseph Kambeitz. Nekonzistentní nálezy mohou také vyplývat z rozdílů mezi pacienty ve stejné diagnostické skupině nebo alternativně z rozdílů mezi dotazníky.

Použití velkých jazykových modelů (LLM) je jedním z přístupů k analýze jazykem zprostředkovaných popisů nemocí. Tým použil LLM GPT-3, Llama a BERT k analýze struktury i obsahu čtyř klinických dotazníků. Studie byla založena na údajích z více než 50 000 dotazníků o depresi, úzkosti, riziku psychózy a autismu.

V klinické praxi se symptomy často vyskytují současně, jako je empirická souvislost mezi nedostatkem pudu a ztrátou potěšení. Analýza ukázala, že LLM „rozpoznají“, které symptomy se běžně vyskytují společně. I bez přístupu ke konkrétním empirickým datům jsou v LLM evidentní stejné asociace symptomů založené čistě na formulacích dotazníku.

To naznačuje nové způsoby, jak by umělá inteligence mohla v budoucnu zlepšit psychologické dotazníky tím, že se vyhne nadbytečným položkám a zefektivní diagnostiku a pochopení duševních chorob. LLM lze použít k vývoji dotazníků, které jsou jak přesné (tj. které spolehlivě rozpoznávají psychologické symptomy), tak účinné a kladou pouze tolik otázek, kolik je nutné, aby se zjednodušil proces pro pacienty a lékaře.

Umělá inteligence dokáže mapovat jak lékařské znalosti, tak struktury duševních chorob. Jedná se o důležitý krok ke sblížení digitálních metod a neurovědy ak pokroku ve vývoji diagnostiky a výzkumu v psychiatrie.“

Profesor Dr. Kai Vogeley, Lékařská fakulta Univerzity v Kolíně nad Rýnem a Fakultní nemocnice Kolín nad Rýnem

Profesor Joseph Kambeitz uzavírá: „V psychiatrii hraje ‚mluvené slovo‘ důležitou roli v diagnostice a terapii. V současné době existuje mnoho slibných projektů, které zkoumají, jak můžeme využít LLM v psychiatrii, od diagnostiky přes psaní a úpravy zpráv až po simulaci terapeutických sezení. Můžeme očekávat mnohem více vzrušujících výsledků výzkumu v této oblasti.“