۲۱:۴۵ - ۱۴۰۲/۱۲/۰۲

فرصت‌هایی برای ایجاد تحول در درمان هوش مصنوعی

۳ روشی که ما از هوش مصنوعی در مراقبت از سلامت روان استفاده می کنیم

در چند سال گذشته، شاهد افزایش چشمگیری در جراحی‌های رباتیک، ارزیابی‌های سلامت و برنامه‌های درمانی پیش‌بینی‌شده توسط هوش مصنوعی و تشخیص بیشتر بیماری‌ها بوده ایم.

۳ روشی که ما از هوش مصنوعی در مراقبت از سلامت روان استفاده می کنیم

به گزارش پایگاه خبری تحلیلی اندیشه معاصر، پیشرفتی که در اینجا بدون برنامه‌ای برای کاهش سرعت وجود دارد. حتی در چند سال گذشته، ما شاهد افزایش چشمگیری در جراحی‌های رباتیک، ارزیابی‌های سلامت و برنامه‌های درمانی پیش‌بینی‌شده توسط هوش مصنوعی و تشخیص بیشتر بیماری‌ها از طریق تجزیه و تحلیل داده‌های هوش مصنوعی بوده‌ایم. اما یکی از حوزه‌های مراقبت‌های بهداشتی که برای ارتباط هوش مصنوعی کمی چالش‌برانگیزتر به نظر می‌رسد، سلامت روان بوده است. روانشناسی و درمان سلامت روان هرگز در حوزه سیاه یا سفید مراقبت های بهداشتی قرار نگرفته است، بلکه همیشه فضای خاکستری را در بر می گیرد. بخش بزرگی از مراقبت از سلامت روان متکی بر ارتباط انسانی، احساسات و درک همدلانه است … چیزهایی که روبات‌ها و هوش مصنوعی مطمئناً به آن‌ها معروف نیستند. اما شاید پر کردن شکاف ضروری باشد و یادگیری روش‌های استفاده از پیشرفت‌های هوش مصنوعی نیز می‌تواند در زمینه «فضای خاکستری» مفید باشد. در اینجا سه ​​روش وجود دارد که از هوش مصنوعی و واقعیت افزوده (AR)/واقعیت مجازی (VR) در درمان سلامت روان استفاده می‌شود.

 

ردیابی سلامت روان مثل ردیاب های تنساسب اندام

سنسورهای حرکت
استفاده از ردیاب ها جدید نیست. ردیاب‌های تناسب اندام مدتی است که وجود داشته‌اند و ثابت کرده‌اند که با ردیابی ضربان قلب، قدم‌ها، مسافت، الگوهای خواب و غیره ابزاری عالی برای کمک به فعالیت بدنی هستند. چیزی مشابه در حال حاضر برای ردیابی رفتارها در حال توسعه است. مبارزات سلامت روان، مانند اضطراب یا افسردگی ، رفتارهای مرتبطی دارند. به عنوان مثال، اضطراب با رفتارهایی مانند برداشتن، قدم زدن، جویدن ناخن، کشیدن مو یا ضربه زدن همراه بوده است. علاوه بر این، اینها تمایل به رفتارهای خودکار دارند. چیزهایی که احتمالاً برای مدتی قبل از آگاهی از آنها درگیر می شویم. تحقیق خان و همکاران (۲۰۲۱) نشان داد که چگونه می توان از حسگرهای حرکتی برای تشخیص رفتارهای اضطرابی استفاده کرد و Mastrothanasis و همکاران. (۲۰۲۳) در مورد اینکه چگونه استفاده از ابزارهای پوشیدنی یا حسگرها می تواند به معلمان و مربیان کمک کند تا دانش آموزانی را که رفتارهای مضطرب نشان می دهند را شناسایی و مدیریت کنند، بحث کردند. استفاده شخصی از چنین ردیاب‌ها و حسگرهای حرکتی نیز قابل اجرا است و به افراد امکان می‌دهد زودتر از این رفتارهای خودکار آگاه شوند و مهارت‌های مقابله‌ای مناسب را به کار گیرند.

این نوع حسگرها نیز شروع به استفاده در محیط های بالینی رسمی کرده اند. یک اشکال عمده افزایش سلامت از راه دور و تله درمانی ، مضراتی است که پزشکان با توجه به زبان بدن و نشانه های غیرکلامی دارند. از طریق یک صفحه نمایش، یک پزشک در دیدن نشانه های غیرکلامی و رفتارهای اضطرابی محدود می شود. اکنون از هوش مصنوعی برای تشخیص این نشانه های غیرکلامی از طریق ضبط ویدیو استفاده می شود. می‌توان به درمانگران داده‌های بلادرنگ یا «بعد از جلسه» برای کمک به مراجعان خود داده شود. چندین دانشجو از پردیس نوآوری سامسونگ سامسونگ الکترونیکس در والنسیا، اسپانیا گرد هم آمدند تا CoteraplA را توسعه دهند، یک برنامه هوش مصنوعی که می‌تواند با «دادن یک سری چشم دوم» به درمانگران کمک کند. دانش‌آموزان بیان می‌کنند که این برنامه با ضبط عبارات کلامی و غیرکلامی بیماران از طریق ویدئو، و سپس ارائه اطلاعات عملی به شکلی آسان برای هضم، به متخصصان سلامت روان کمک می‌کند.

کمک به کارآمدی درمانگر در جلسه
در تحصیلات تکمیلی، به پزشکان تکنیک های موثر متعددی برای به کارگیری با مشتریان آموزش داده می شود. برای مثال، چارچوب‌های نظری از سبک‌های انسان‌گرایانه مشتری‌محور، تکنیک‌های مصاحبه انگیزشی، مداخلات شناختی-رفتاری و رویکردهای دیالکتیکی-رفتاری همگی به طور گسترده مورد استفاده قرار می‌گیرند. ساختارهای نظارت و “رده بندی انسانی” به طور سنتی برای ارزیابی اثربخشی توانایی پزشک استفاده می شود. پیشرفت‌های اخیر در برنامه‌های هوش مصنوعی زبانی امکان امتیازدهی دقیق‌تر تاکتیک‌های روان‌درمانی را فراهم کرده است . فلموتوموس و همکاران (۲۰۲۱) ایجاد مدلی مبتنی بر BERT (نمایش رمزگذار دوطرفه از ترانسفورماتورها) از امتیازدهی خودکار رفتاری برای درمان شناختی-رفتاری را مورد بحث قرار داد. این نوع کدگذاری خودکار رفتاری و رونویسی جلسات می تواند نه تنها در آموزش پزشکان جدید، بلکه در حفظ مهارت های پزشکان باتجربه نیز بسیار مفید باشد. هدف نه تنها آموزش درمانگران موثرتر، بلکه ادامه ارزیابی بلادرنگ مهارت‌ها، زمینه‌های بهبود و کارایی در سراسر حوزه درمان است. در زیر چندین مدل مبتنی بر BERT در حال حاضر مورد استفاده قرار گرفته‌اند که کاربرد قوی برای سلامت روان دارند:

واقعیت مجازی و افزوده
زیرمجموعه ای از AI، واقعیت مجازی (VR) یا واقعیت افزوده (AR)، شاید به طور گسترده ترین فناوری در زمان های اخیر با توجه به درمان سلامت روان مورد بحث قرار گرفته باشد. ایده این است که دنیایی فراگیر ایجاد کنیم که در آن فرد بتواند از طریق نگرانی های فوری کار کند. عمده تحقیقات فعلی در مورد واقعیت مجازی در درمان فوبیا یا استفاده از مواجهه درمانی بوده است. زمینه های دیگر تمرکز در درمان اسکیزوفرنی، اضطراب اجتماعی ، اختلالات خوردن و اعتیاد بوده است . به گفته بل و همکاران. (۲۰۲۰)، VR نشان داده است که واکنش‌های فیزیولوژیکی و روان‌شناختی مشابهی را در محیط‌های دنیای واقعی ایجاد می‌کند. علاوه بر این، آنها بیان می‌کنند که «قابلیت‌های برتر برای دستکاری تجربی و قرار گرفتن در معرض کنترل‌شده می‌تواند به طور قابل توجهی زمینه سلامت روان را با بهبود دقت روش‌شناختی و همچنین امکان ارزیابی دقیق‌تر و شخصی‌شده‌تر پیش ببرد».

پیشرفت‌های AI و VR مطمئناً هیجان‌انگیز هستند، اما سوالات و نگرانی‌های خاص خود را دارند. به عنوان مثال، بحث در مورد دسترسی پزشک، آموزش، و تمایل به استفاده از فناوری های هوش مصنوعی در موضوعات حساس شخصی مانند درمان سلامت روان معتبر است. ملاحظات حریم خصوصی، اخلاقیات و شفافیت تضمین شده است. علاوه بر این، هزینه استفاده از چنین فناوری هایی با قیمت گزافی همراه است. چندین برنامه نرم افزار واقعیت مجازی که در حال حاضر در دسترس پزشکان هستند، هزاران دلار به فروش می رسند که شامل آموزش پزشکان نمی شود. در هر صورت، جالب خواهد بود که ببینیم چگونه حوزه سلامت روان با پیشرفت‌های اجتناب‌ناپذیر هوش مصنوعی سازگار می‌شود و چگونه پزشکان و فناوری می‌توانند با یکدیگر برای بهبود درمان سلامت روان همکاری کنند.

 

پایان/*

اندیشه معاصر را در ایتا، روبیکا، پیام رسان بله و تلگرام دنبال کنید.

 

مطالب مرتبط