Kan psykologer ta hjälp av AI?
I psykologisk behandling är det viktigt att tidigt kunna avgöra om patienten får rätt sorts terapi. Viktor Kaldo, professor i i klinisk psykologi och forskare vid Karolinska Institutet, ska undersöka om artificiell intelligens, AI, kan hjälpa till.
Text: Johan Sievers, först publicerad i Medicinsk Vetenskap nr 3 2018
Vad är det för ett problem ni vill lösa?
– För att förhindra att människor går i krävande psykologiska behandlingar som inte hjälper dem ska egentligen alla behandlare fortlöpande utvärdera om de ger sina patienter rätt terapi eller om den behöver modifieras. Men behandlare är inte så bra på att göra prognoser, ofta är de lite för optimistiska. Man har tidigare sett att prognoserna blir bättre om man istället utgår från standardiserade självskattningar om mående som analyseras på ett mer systematiskt sätt. Nu vill vi ta denna idé ett steg vidare och undersöka om man med hjälp av lärande maskiner, det vill säga AI, kan göra prognoserna ännu bättre.
Hur ska ni göra för att få en lärande maskin att bli bättre på behandlingsprognoser än en erfaren psykolog?
– Med hjälp av AI kan man hitta samband i mycket stora material. Vi har valt att göra studien på internetbaserad KBT-behandling för att det finns väldigt mycket data från de omkring 6 000 behandlingar som gjorts på landstingets internetpsykiatrienhet. Just nu håller vi på att göra all data tillgänglig så att den kan hanteras av en lärande maskin, det är ett jättejobb.
Kan du ge något exempel på något som AI kan hitta?
– En lärande maskin kan hitta samband som skulle ta mycket lång tid för en behandlare att ta fram. Den kan till exempel analysera de meddelanden som patient och behandlare skickar till varandra och hitta mönster som talar för ett visst utfall. På en enkel nivå kan det handla om att räkna antal negativa och positiva ord. Om det visar sig ha samband med hur framgångsrika behandlingarna blir kan det användas som en del av en behandlingsprognos.
Hur ska en behandlare hantera rekommendationer från en lärande maskin?
– Vi vill först och främst se om en lärande maskin kan göra bra behandlingsprognoser. I steg två vill vi skapa ett gränssnitt så att den kan ge behandlaren begriplig och användbar information och sedan göra upp rutiner för hur denna ska användas. Till sist vill vi studera om det här arbetssättet verkligen innebär en förbättring för patienterna.
Finns det några etiska problem förknippade med detta?
– Om man lät en lärande maskin ta beslut om att till exempel ändra i ett behandlingsupplägg så skulle det väcka frågor om det medicinska ansvaret. Men vi kommer bara låta den ge råd till ansvarig behandlare och bara anpassa behandlingen så att patienter kan få mer hjälp och stöd än vad som brukar ges vid internetbehandling, inte mindre. På så sätt hanterar vi de etiska problemställningarna i det här projektet.