211service.com
The Emerging Science of Computational Psychiatry
Psykiatrien, studiet og forebyggingen av psykiske lidelser, gjennomgår for tiden en stille revolusjon. I flere tiår, ja til og med århundrer, har denne disiplinen i stor grad vært basert på subjektiv observasjon. Storskala studier har blitt hemmet av vanskeligheten med å objektivt vurdere menneskelig atferd og sammenligne den med en veletablert norm. Like vanskelig er det få velfunderte modeller for nevrale kretsløp eller hjernebiokjemi, og det er vanskelig å koble denne vitenskapen med atferd i den virkelige verden.
Det har begynt å endre seg takket være den nye disiplinen datapsykiatri, som bruker kraftig dataanalyse, maskinlæring og kunstig intelligens for å erte de underliggende faktorene bak ekstrem og uvanlig atferd.
Beregningspsykiatri har plutselig gjort det mulig å gruve data fra langvarige observasjoner og knytte dem til matematiske teorier om kognisjon. Det er også blitt mulig å utvikle datamaskinbaserte eksperimenter som nøye kontrollerer miljøer slik at spesifikk atferd kan studeres i detalj.
Omtrent 10 prosent av personer med diagnosen borderline personlighetsforstyrrelse begår selvmord.
Hvordan påvirker denne nymotens vitenskapen forskeres forståelse av psykiske lidelser? I dag får vi et slags svar, takket være arbeidet til Sarah Fineberg og kolleger ved Yale University i New Haven.
Fineberg og co gjennomgår innvirkningen datapsykiatrien har på studiet av borderline personlighetsforstyrrelse, en tilstand som påvirker nesten 2 prosent av befolkningen til enhver tid. De viser at feltet har stor innflytelse på måten psykisk helsepersonell studerer og diagnostiserer denne lidelsen.
Borderline personlighetsforstyrrelse er preget av manglende evne til å danne stabile relasjoner, en ustabil selvfølelse og ustabile følelser. Personer med denne diagnosen har betydelig større sannsynlighet for å skade seg selv, og rundt 10 prosent begår selvmord.
Årsaken til borderline personlighetsforstyrrelse er ikke kjent. Men et bredt spekter av genetiske, miljømessige og sosiale faktorer ser ut til å spille en rolle. Som et resultat er det fortsatt en utfordring å karakterisere tilstanden. Men beregningsmetoder begynner å hjelpe.
Et godt eksempel er dataspillet Cyberball, som måler sosial avvisning. Spillet går ut på at tre datastyrte spillere sender en ball frem og tilbake på en skjerm. Motivet kontrollerer en av spillerne, og tenker at andre kontrollerer de to andre. I virkeligheten er de andre spillerne datastyrte.
Et sentralt trekk ved spillet er at uten at forsøkspersonen vet det, kan forskere kontrollere hvor ofte forsøkspersonen mottar ballen. Ved å variere prosentandelen av tiden ballen sendes til deltakeren, kan følelser av sosial avvisning fremkalles, sier Fineberg og co.
I det mest ekstreme tilfellet gir forsøkspersonen ballen til en annen av spillerne, og de sender den deretter mellom seg for resten av spillet. Denne opplevelsen fremkaller tristhet og sinne i så få som seks spillerunder, sier Fineberg og co. Det lar forskere studere hvordan disse følelsene skiller seg mellom personer med og uten borderline personlighetsforstyrrelse.
Det viser seg at begge gruppene opplever lignende følelser, men de med lidelsen opplever det med mye mer intensitet. Mer interessant er at personer med borderline personlighetsforstyrrelse føler seg ekskludert når de mottar ballen et ganske antall ganger, selv når de vurderer det tallet nøyaktig. Negative følelser reduseres, men elimineres ikke helt, når forsøkspersoner med BPD mottar ballen flere ganger enn noen annen spiller, sier Fineberg og co.
Virtuell virkelighet tilbyr et annet område der atferd kan studeres under nøye kontrollerte forhold. I dette arbeidet kontrollerer motivet en avatar i et oppslukende virtuelt miljø mens det samhandler med en annen avatar. Dette lar forskere studere mellommenneskelig atferd som avstandsregulering, blikkretning og holdning.
Når de blir spurt, trekker forsøkspersoner ut forskjellige detaljer om den andre avatarens oppførsel, noen ganger med uvanlige resultater. En gruppe hevdet under et eksperiment at den andre avataren ble kontrollert av motivets romantiske partner, sier Fineberg og co.
Et område hvor maskinlæring har en dyp innvirkning, er lingvistikk, og innsikten der begynner å komme inn i psykiatrien. Det har lenge vært anekdotiske bevis for at personer med borderline personlighetsforstyrrelse bruker språk på visse uvanlige måter, men å kvantifisere dette har vært vanskelig. Naturlig-språkbehandling tilbyr en måte.
Vi og andre har identifisert språktrekk som markerer psykologiske tilstander og trekk, sier Fineberg og co. Det er i ferd med å bli et kraftig verktøy. Beregningsmodeller basert på ordbruksmønstre kan forutsi hvilke forfattere som har psykose eller vil utvikle seg til psykose, sier de.
Utover dette har andre beregningsmetoder potensial til å gi et mye klarere syn på spekteret av akseptabel og uakseptabel atferd.
Det vanskelige med å lære å forstå normale atferdsområder er å rekruttere et stort antall fag for å studere. Men det har nylig blitt mye enklere takket være crowdsourcing-tjenester som Amazons Mechanical Turk. I USA er tyrkere mer mangfoldige enn studenter, arbeidshestene for mange atferdsstudier, selv om de ikke er helt representative for befolkningen som helhet. De kan også kontaktes på nytt for oppfølgingsstudier.
På grunn av det store antallet som kan nås på denne måten til relativt lave kostnader, kan slik crowdsourcing endre forståelsen av psykiske lidelser. Mechanical Turk kan være et godt sted for å teste forskningshypoteser hos personer med borderline personlighetsforstyrrelse og [assosierte] trekk, spesielt de som ikke er tilstede for klinisk oppmerksomhet, sier Fineberg og co.
Det overordnede bildet de maler er av psykiatri som en disiplin i overgang takket være den transformative virkningen av prosessorkraft.
Det har betydelige implikasjoner. Når det skjer revolusjoner innen vitenskapen, er det vanligvis lavthengende frukt å få. Det gjør beregningspsykiatri til et interessant sted å jobbe og en som burde tiltrekke seg de flinkeste og de beste. Forvent å se viktig ny innsikt som et resultat.
Ref: arxiv.org/abs/1707.03354 : Computational Psychiatry in Borderline Personality Disorder