По данным Всемирной организации здравоохранения ежегодно во всем мире от депрессии страдают порядка 280 миллионов человек. Это состояние нередко приводит к суицидам. Предотвратить подобные риски может правильная диагностика и своевременно начатое лечение. С этой целью молодой ученый Института прикладной математики и компьютерных наук Томского госуниверситета Неда Фироз разрабатывает новый подход к диагностике с использованием ИИ. Нейросеть учат определять симптомы заболевания на основе анализа аудио-, видео-, текстового материала и генетических данных пациента.
– Сейчас я собираю библиотеку данных для обучения искусственного интеллекта и тестирую нейросети с разной архитектурой, чтобы выбрать оптимальный вариант, – рассказывает аспирантка ИПМКН ТГУ Неда Фироз. – Суть подхода заключается в автоматическом выделении речевых паттернов, которые свидетельствуют о наличии у человека депрессивного расстройства. Материалом для анализа служат аудио-, видео- и текстовые записи разговоров, сделанных во время приема у врача. Нейросеть может выявлять устойчивые речевые комбинации, характерные для депрессии, даже в том случае, если это не звучит как откровенная жалоба.
Второй тип информации, которую будет анализировать нейросеть, – это данные электроэнцефалограмм (ЭЭГ). Использовать их для диагностики депрессии стали сравнительно недавно, причем, ЭЭГ-маркеры этого заболевания уже установлены. После обучения искусственный интеллект сможет выявлять их автоматически.
Третий блок данных, который может дополнить диагностическую картину, – результаты полного секвенирования генома человека. Если ранее это было очень затратно, то с совершенствованием технологий стоимость секвенирования снизилась с сотни раз. Всё больше людей обращаются за этой услугой. Одни – чтобы узнать возможные риски для здоровья, другие – чтобы заглянуть глубоко в свое прошлое и максимально много узнать о себе.
– Само по себе наличие генетических рисков не означает, что у человека обязательно разовьется та или иная патология, – отмечает научный консультант, доцент кафедры теоретических основ информатики ИПМКН ТГУ Сергей Аксёнов. – Но в совокупности анализ трех типов информации может значительно дополнить диагностическую картину. Безусловно, ИИ не заменит врача, но он может стать хорошим вспомогательным инструментом для врача-клинициста.
Добавим, что Институт прикладной математики и компьютерных наук ТГУ является одним из лидеров среди научных центров России по применению технологий ИИ и разработке новых инструментов на основе искусственного интеллекта.
Вместе с тем институт выступает центром компетенций для других вузов РФ. Так, специалисты российских университетов проходят в ТГУ повышение квалификации по направлению ИИ. Помимо этого, ТГУ помогает вузам разрабатывать образовательные программы в области искусственного интеллекта и сопровождает их запуск.