Uczenie maszynowe przyszłością psychiatrii?

W jednym z ostatnich numerów World Psychiatry - najwyżej punktowanego czasopisma z zakresu psychiatrii - ukazał się artykuł „The promise of machine learning in predicting treatment outcomes in psychiatry” omawiający problematykę wykorzystania uczenia maszynowego dla przewidywania lub poprawy wyników leczenia w psychiatrii.

Przez wiele lat psychiatrzy próbowali rozpoznać i zrozumieć czynniki decydujące o reakcji określonego pacjenta na leczenie, aby lepiej personalizować przyszłe decyzje terapeutyczne. Szybki rozwój algorytmów uczenia maszynowego, który dokonał się na przestrzeni kilku ostatnich lat po raz pierwszy umożliwia opracowanie efektywnych modeli predykcyjnych, które znajdą zastosowanie w rzeczywistych sytuacjach klinicznych.

W artykule dokonano przeglądu badań dotyczących przewidywania wyników i personalizowania leczenia psychiatrycznego za pomocą uczenia maszynowego. Kilka dobrze zaprojektowanych badań predykcyjnych wykazało np., że możemy przewidzieć, czy pacjent z depresją zareaguje na określone leki przeciwdepresyjne lub metody psychoterapeutyczne albo czy pacjenci z pierwszym epizodem psychozy będą mieli dobre rokowanie po roku stosowania niektórych leków przeciwpsychotycznych. Co najmniej trzy modele prognostyczne zostały również przetestowane w prospektywnych badaniach klinicznych.

Pomimo tego postępu, szeroki potencjał uczenia maszynowego w psychiatrii dopiero zaczyna być eksplorowany. Przewidywanie reakcji na leczenie to tylko jedno z możliwych zastosowań uczenia maszynowego. Metody komputerowe mogą pomóc również w wielu innych decyzjach i procesach klinicznych. Dzięki przyszłym modelom możliwe będzie przewidywanie ograniczeń>