Искусственный интеллект в психиатрии: достижения, перспективы, проблемы
изирует систематические обзоры литературы, анализирует большие объемы данных и строит клинико-психологические модели, например, для лечения аддиктивных расстройств. ИИ помогает врачам в получении информации, подготовке к экзаменам и составлении рекомендаций для пациентов. Перспективные технологии: психовизуализация (объединение нейровизуализации, биометрических данных и ИИ для визуализации мыслей, восприятия и эмоций). Существует ряд проблем внедрения ИИ в психиатрию: нехватка качественных данных, непрозрачность моделей ИИ, сложности валидации и регулирования, недостаток знаний о ИИ среди клиницистов, необходимость изменения рабочих процессов, риски автоматизации ошибок, вопросы к конфиденциальности данных, ответственности за решения, предвзятости алгоритмов, балансу между эффективностью и безопасностью. Путями к преодолению проблем станут междисциплинарное сотрудничество, повышение доверия к ИИ-системам за счет понимания логики принятия решений, обучение специалистов работе с новыми технологиями. ИИ обладает огромным потенциалом для трансформации психиатрической помощи, но требует ответственного подхода и решения существующих проблем.
Ключевые слова: «искусственный интеллект в психиатрии», «нейронные сети в психиатрии», «компьютерное зрение в психиатрии», «психовизуализация в психиатрии с использованием машинного обучения», «распознавание эмоций с помощью искусственного интеллекта», «диагностика психических расстройств с использованием машинного обучения», «персонализированная психиатрия с использованием искусственного интеллекта».
Информация об авторе:
Богданов Ярослав Вячеславович – e-mail: [email protected]; https://orcid.org/0009-0002-3880-7152
Как цитировать: Богданов Я.В., Искусственный интеллект в психиатрии: достижения, ожидания, перспективы, проблемы
Artificial intelligence in psychiatry: achievements, expectations, prospects, problems
Bogdanov Ya.V.
GBUZ Kuzbass Clinical Psychiatric Hospital, Kemerovo, Russia
Abstract.
Mental disorders are a complex health problem that requires significant resources and highly qualified specialists. Artificial Intelligence (AI) offers innovative solutions to transform psychiatric care, encompassing prevention, diagnosis, therapy and research. Currently, AI algorithms demonstrate high accuracy in the diagnosis of various disorders, including schizophrenia, depression and autism, using data from electronic medical records, neuroimaging and "digital phenotypes". AI helps predict the course of diseases, the response to treatment, and risks such as suicide or aggressive behavior. Virtual assistants, chatbots and virtual reality technologies support patients by providing psychoeducation, cognitive behavioral therapy and condition monitoring. AI automates systematic literature reviews, analyzes large amounts of data, and builds clinical and psychological models, for example, for the treatment of addictive disorders. AI helps doctors in obtaining information, preparing for exams and making recommendations for patients. Promising technologies: psychovisualization (combining neuroimaging, biometric data and AI to visualize thoughts, perceptions and emotions). There are a number of problems with the introduction of AI into psychiatry: lack of high-quality data, opacity of AI models, difficulties of validation and regulation, lack of knowledge about AI among clinicians, the need to change workflows, risks of error automation, questions about data confidentiality, responsibility for decisions, algorithm bias, balance between efficiency and safety. Interdisciplinary cooperation, increasing confidence in AI systems through understanding the logic of decision-making, and training specialists to work with new technologies will become ways to overcome problems. AI has great potential to transform psychiatric care, but it requires a responsible approach and solutions to existing problems.
Keywords: "artificial intelligence in psychiatry", "neural networks in psychiatry", "computer vision in psychiatry", "psychovisualization in psychiatry using machine learning", "emotion recognition using artificial intelligence", "diagnosis of mental disorders using machine learning", "personalized psychiatry using artificial intelligence".
Information about the author:
Bogdanov Yaroslav Vyacheslavovich – e-mail: [email protected] ; https://orcid.org/0009-0002-3880-7152
To cite thise article: Bogdanov Ya.V., Artificial intelligence in psychiatry: achievements, expectations, prospects, problems
Автор, ответственный за переписку: Богданов Ярослав Вячеславович – e-mail: [email protected]
Correstonding author: Bogdanov Yaroslav Vyacheslavovich – e-mail: [email protected]
Введение
Актуальность
Наблюдается устойчивый рост научных публикаций, посвященных применению искусственного интеллекта в психиатрии. Значительное количество работ в этой области были опубликованы в 2021-2023 годах, что демонстрирует высокий интерес к данной теме. Поэтому необходим систематический анализ научных публикаций для выявления основных тенденций и перспектив развития этого направления.
Цель исследования: проанализировать текущее состояние и перспективы применения искусственного интеллекта в психиатрии, охватывая различные области: диагностику, терапию, направление исследований, выявить основные вызовы, связанные с внедрением искусственного интеллекта (ИИ) в психиатрическую практику.
Материал и методы: поиск русскоязычных источников произведен: электронный каталог ГБУЗ КНМБ на основе автоматизированной информационно-библиотечной системы «ИРБИС», база данных Центральной научной медицинской библиотеки Сеченовского университета "Медицинские журналы и статьи" (RusMed) на базе платформы "Российская медицина", научная электронная библиотека eLIBRARY.RU, научная электронная библиотека КиберЛенинка. Поиск иностранных источников был произведен: PubMed, Springer Nature, Wiley Online Library. Поисковые запросы формировались комбинацией ключевых слов: «искусственный интеллект в психиатрии», «нейронные сети в психиатрии», «компьютерное зрение в психиатрии», «психовизуализация в психиатрии с использованием машинного обучения»,