Искусственный интеллект в психиатрии: достижения, перспективы, проблемы
через смартфоны для прогнозирования и понимания состояния пациентов. Лубянко и соавт. [12] отмечают, что ИИ способен имитировать когнитивные функции человека и используется в различных сферах, включая диагностику психических расстройств. В работе описывается проект "psyDI" с применением ИИ для диагностики ПР. Авторы делают вывод, что ИИ может существенно улучшить диагностику в психиатрии, особенно на уровне первичного звена. Статья Tai et al. [106] посвящена потенциалу МО и больших данных для моделирования ПР и разработки новых методов лечения в психиатрии. Авторы отмечают, что в психиатрии отсутствуют общепринятые модели ПР, это затрудняет разработку новых методов лечения. МО может помочь в выявлении значимых факторов для построения более точных моделей. Эти технологии могут способствовать выявлению биомаркеров психических заболеваний, индивидуализации диагностики и лечения, разработке новых методов терапии. Ray et al. [95] дают общий обзор роли ИИ в психиатрии. Авторы отмечают растущее бремя ПР, особенно в Индии, где остро ощущается нехватка психиатров. Преимуществами ИИ в психиатрии являются более низкая стоимость, широкий охват и отсутствие предубеждений, но есть и недостатки, такие как отсутствие эмпатии и угроза конфиденциальности данных. ИИ может помочь в диагностике ПР на основе анализа медицинских данных, визуализации и обработки изображений, а также в мониторинге поведения и эмоций пациентов. ИИ также может использоваться для персонализации лечения, разработки новых методов терапии и создания интерактивных терапевтических приложений. Вместе с тем, современный ИИ все еще ограничен и должен рассматриваться как инструмент под контролем человека[1]. Bickman L. [25] изучая почти 50-летний опыт изучения ИИ отмечает существенный прогресс в этой области и трансформирующее влияние на психиатрическую науку и практику машинного обучения и искусственного интеллекта. Одной из важных областей применения ИИ в психиатрии является автоматизация создания систематических обзоров научной литературы. Традиционно систематический обзор требует громадных трудозатрат на отбор релевантных публикаций из множества источников. В работе [18] продемонстрировано, что модели глубокого обучения, такие как BERT и SciBERT, способны с высокой точностью автоматизировать отбор аннотаций статей для систематических обзоров по психиатрии. ИИ во взаимодействии со специалистами значительно сокращает временные и трудовые затраты. Наряду с исследовательскими целями, ИИ может внедряться в клиническую практику и образование врачей [48].
Сложность психических расстройств, недостаток больших репрезентативных наборов данных, вопросы этики, прозрачности и ответственности при применении "черных ящиков" ИИ требуют тщательной проработки [47, 52, 72, 111]. Для успешного внедрения ИИ в психиатрическую практику необходим комплексный подход, включающий междисциплинарное сотрудничество специалистов, разработку методологических стандартов, а также решение проблем конфиденциальности,