Line og kolleger undersøger hvordan kunstig intelligens kan hjælpe i psykiatrien

Børn og unge må ofte vente mange måneder på undersøgelse og behandling inden for børne- og ungdomspsykiatrien. Her kan ny teknologi baseret på kunstig intelligens (AI) måske hjælpe.

På DTU Compute arbejder lektor Line Clemmensen med statistik og dataanalyser og bruger machine learning, der er en form for kunstig intelligens, i sit arbejde med fokus på psykiatri, så det kan understøtte klinikere i deres arbejde med børn og unge. Det hedder såkaldt assisterende AI.

Line Clemmensen har fået flere fondsbevillinger til forskningen, hvor hun og kolleger samarbejder tæt med forskere i Børne- og ungdomspsykiatrisk center, Region Hovedstadens Psykiatri. I et nyt projekt støttet af Lundbeckfonden skal man se på muligheden for at forkorte ventetiden på udredning og behandling af børn og unge. I et andet projekt undersøger man med støtte fra Novo Nordisk Fonden, om kunstig intelligens kan hjælpe i behandlingen af børn og unge med OCD; tvangstanker og tvangshandlinger.

”Mangel på ressourcer inden for psykiatrien er jo en kæmpe samfundsmæssig udfordring. Hvis vi ikke har flere hænder til rådighed i psykiatrien, så vil det være fantastisk, hvis vi kan udvikle AI-værktøjer, der kan frigøre hænder, så udredningen bliver effektiviseret, og personalet dermed hurtigere kan fokusere på behandling og støtte til børn, unge og deres familier. Det gør vores forskning super relevant og spændende,” siger Line Clemmensen.

Mindske ventelisterne

I det nye projekt vil Line Clemmensen og kolleger udvikle en machine learning-model, der kan gennemse videooptagelser, som indhentes i forbindelse med sundhedsfaglig screening for psykisk sygdom. Modellen skal tilpasses, så den registrerer tegn hos børnene og derigennem hjælper psykiatere til at vurdere, hvilken hjælp børn og unge har brug for og dermed gøre screening hurtigere.

”Det er ikke helt enkelt, for børn er anderledes end voksne. De kan f.eks. sagtens lytte efter og være opmærksomme, selv om de ikke har øjenkontakt med de voksne. Børn taler også anderledes, er generte og mumler måske. Det kan også være, at kvaliteten af videoerne er dårlig, og at kameraet har stået på en måde, så det er svært for en machine learning-model at aflæse, hvad der sker. Men vi tror, at vi kan løse de udfordringer,” siger Line Clemmensen.

Det er også tanken, at screeningen med kunstig intelligens-værktøjet kan bruges til kvalitetssikring af arbejdet. Det er almindeligt, at man evaluerer hinandens arbejde inden for psykiatrien. Her ville modellen måske kunne gøre det arbejde lettere.

”Her er det vigtigt at understrege, at vi jo ikke taler om, at machine learning skal stå alene. Det skal ses som et supplement til det sundhedsfaglige personale, så det hjælper dem med at spare tid, der kan frigives til at tage sig af patienterne,” siger Line Clemmensen.

Hjælpe børn og unge med tvangshandlinger

En anden del af Line Clemmensens forskning fokuserer på, hvordan man kan hjælpe børn, der lider af OCD – tvangstanker og/eller tvangshandlinger, hvor sygdommen fastholder dem i en cyklus, så de gentager ting, ofte af angst for, at der ellers sker noget frygteligt.

I pilotprojektet støttet af Novo Nordisk Fonden ser man på, hvordan brugen af f.eks. et særligt udviklet armbånd kan hjælpe børn og unge. Stress eller følelser forbundet med OCD får kroppen til at reagere med sved, øget puls eller øget aktivitet - lige før en tvangshandling; en OCD-event.

I forsøget er børnene udstyret med et armbånd udviklet til forskningsbrug. Armbåndet sender data om puls, sved og aktivitet videre til en matematisk model (machine learning), som forskerne har udviklet til ud fra data at forudsige, når en OCD-situation er på vej. Modellen sender så automatisk en besked til forældrene om, at barnet har brug for støtte til at stoppe OCD-situationen, inden den opstår – eller til barnet selv for at minde om, hvordan det kan undgå at udføre tvangshandlingen.

Rettet mod både børn og forældre

Ofte kommer børn og unge til terapi en gang om ugen, og så skal de selv sammen med familien arbejde med at ændre vaner, når de er hjemme mellem terapisessioner.

”I første omgang ser vi på, om vi kan detektere OCD-situationer og dernæst lave målrettede interventioner. Det særlige ved OCD er, at forældrene ofte bliver flettet ind i OCD-cyklussen, fordi de kan se, at tvangshandlingerne hjælper børnene her og nu. Men behandlingen går ud på at undgå, at familien tilpasser sig OCD’en. Der er tværtimod behov for, at familien hjælper børnene med at kæmpe imod OCD’en. Og her kan en besked til forældrene eller den unge være med til at huske på, hvad de har aftalt i terapisessionerne,” forklarer Line Clemmensen.

Behandlingen for OCD går samtidigt ud på, at man efter aftale udsætter patienten for noget, der provokerer ubehaget for at vise, at det nok er ubehageligt, men ikke farligt at blive eksponeret for den angstfyldte situation. De ting skal familien også udføre hjemme og være med til at give dem følelsen af, at de tager kontrollen over deres liv tilbage.

”En ting er at gøre det i et klinisk rum med en terapeut. Men de bliver også bedt om at lave øvelserne derhjemme, og der kan det være svært at vide, hvordan reaktionen var, og det kan vores model også hjælpe med at se,” siger DTU-forskeren.

Stadig et stykke vej før AI kan bruges i praksis

AI er på vej ud overalt i samfundet, og derfor er det naturligt, at psykiatrien også anvender mulighederne, fortæller seniorforsker, psykolog Nicole Nadine Lønfeldt fra Region Hovedstadens Psykiatri, Børne- og ungdomspsykiatrisk center:

”Vi forestiller os, at de AI-diagnostiske og psykoterapi-værktøjer, som vi udvikler, vil fungere som hjælpemidler til klinikere og gøre deres arbejde mere effektivt og objektivt, så vi kan hjælpe flere familier.”

AI er allerede meget udbredt i MRI-neurovidenskabelige undersøgelser, og man bruger machine learning til at finde nye diagnostiske kategorier og forudsige konkrete resultater såsom genindlæggelse. Indtil videre er brugen af kunstig intelligens i psykiatrien eksperimentel, så det er ikke blevet implementeret i praksis i klinikker.

”En stor barriere for at implementere AI-værktøjer i psykiatrien er at samle det evidensgrundlag, der ville retfærdiggøre det. Efter udvikling af AI-værktøjer er der behov for randomiserede kontrollerede forsøg. Vi skal også være meget opmærksomme på den type opgaver, som vi outsourcer til maskiner, for klinikere har brug for at bevare visse færdigheder og tilegne sig viden uden hjælp fra AI. Der er også risici for privatlivets fred og risici for bias,” siger Nicole Nadine Lønfeldt.

”Endelig bliver vi nødt til at skabe tillid til AI ved at udvikle værktøjer sammen med klinikere og patienter, hvor vi har mulighed for at kigge ind i, hvordan AI arbejder, hvilket også er vigtigt, når vi skal træne personale i brugen af værktøjerne,” siger hun.