In den letzten fünf Jahren hat ein Team von Wissenschaftlern am MIT an einem Projekt zur Entwicklung von Algorithmen für maschinelles Lernen gearbeitet, die bei der Diagnose und Überwachung von Symptomveränderungen bei Patienten mit schweren depressiven Störungen helfen sollen.
Das maschinelle Lernen ist eine Technologie der künstlichen Intelligenz, bei der eine Maschine, die viele Daten und Beispiele für gutes Verhalten erhält (d. h., welche Ausgabe bei einer bestimmten Eingabe erzeugt werden soll), recht gut darin werden kann, eine Aufgabe selbständig auszuführen. Die Maschine kann auch dabei helfen, sinnvolle Muster zu erkennen, die Menschen ohne ihre Hilfe vielleicht nicht so schnell gefunden hätten.
Mithilfe von tragbaren Geräten und Smartphones der Studienteilnehmer können die Forscher detaillierte Daten über Hautleitwert und -temperatur, Herzfrequenz, Aktivitätsniveau, Schlafmuster und mehr sammeln. Ziel ist es, Algorithmen für maschinelles Lernen zu entwickeln, die aus dieser riesigen Datenmenge aussagekräftige Informationen darüber gewinnen können, wann eine Person Probleme hat und was ihr helfen könnte. Die Forscher hoffen, dass ihre Algorithmen Ärzten und Patienten schließlich nützliche Informationen über den individuellen Krankheitsverlauf und eine wirksame Behandlung liefern werden.
Während sich frühere Forschungsarbeiten darauf konzentrierten herauszufinden, ob maschinelles Lernen Daten nutzen kann, um die aktuellen Emotionen eines Teilnehmers zu erkennen, geht die aktuelle Arbeit an der Jameel-Klinik des MIT einige Schritte weiter. Sie zielt darauf ab, herauszufinden, ob maschinelles Lernen das Fortschreiten von Störungen abschätzen, Veränderungen im Verhalten einer Person erkennen und Daten für eine personalisierte medizinische Versorgung liefern kann.
Für die Studie rekrutierten die Forscher Teilnehmer mit schweren Depressionen, die kürzlich ihre Behandlung gewechselt hatten. Bislang haben sich 48 Teilnehmer für die Studie angemeldet. Die Teilnehmer tragen 12 Wochen lang jeden Tag 22 Stunden lang ein Empatica E4-Armband. Diese tragbaren Armbänder können Informationen über biometrische Daten wie die elektrodermale (Haut-)Aktivität aufzeichnen. Die Teilnehmer laden auch Apps auf ihre Telefone herunter, die Daten über Textnachrichten und Telefonanrufe, den Standort und die Nutzung von Apps erfassen, und werden außerdem gebeten, alle zwei Wochen eine Umfrage zu Depressionen auszufüllen.
Die erfassten Veränderungen können so subtil sein, dass die Person und ihre Angehörigen sie noch nicht bemerkt haben, sind die Forscher überzeugt. Algorithmen des maschinellen Lernens könnten dann jedoch in der Lage sein, aus diesen Daten einen Sinn zu machen, indem sie sie mit den früheren Erfahrungen der Person und den Erfahrungen anderer Nutzer abgleichen. Die Technologie könnte die Person dann ermutigen, bestimmte Verhaltensweisen an den Tag zu legen, die ihr Wohlbefinden in der Vergangenheit verbessert haben, oder im Zweifelsfall einen Arzt aufzusuchen.
Quelle: MIT Nachrichten
Der Beitrag beschäftigt sich mit einem medizinischen Thema, einem Gesundheitsthema oder einem oder mehreren Krankheitsbildern. Dieser Artikel dient nicht der Selbst-Diagnose und ersetzt auch keine Diagnose durch einen Arzt oder Facharzt. Bitte lesen und beachten Sie hier auch den Hinweis zu Gesundheitsthemen!
