KI für das Militär kann die bipolare Behandlung unterstützen

Neue Forschungsergebnisse zeigen, dass eine für das Militär entwickelte Anwendung für maschinelles Lernen auch zur Vorhersage der Behandlungsergebnisse bei bipolaren Störungen verwendet werden kann.

Forscher der University of Cincinnati (UC) führten die medizinische Studie mit der ursprünglich für den Luft-Luft-Kampf entwickelten Anwendung durch. Die erfolgreiche Verwendung von maschinenbasierter Fuzzy-Logik eröffnet die Möglichkeit, KI oder maschinelles Lernen zur Behandlung von Krankheiten einzusetzen.

In der Studie verwendeten Dr. David Fleck, Associate Professor am UC College of Medicine, und seine Co-Autoren künstliche Intelligenz, sogenannte „genetische Fuzzy-Bäume“, um vorherzusagen, wie bipolare Patienten auf Lithium reagieren würden.

Die bipolare Störung, die in der TV-Show „Homeland“ und dem mit dem Oscar ausgezeichneten „Silver Linings Playbook“ gezeigt wird, betrifft in den USA bis zu sechs Millionen Erwachsene oder vier Prozent der erwachsenen Bevölkerung in einem bestimmten Jahr.

"In der Psychiatrie ist die Behandlung von bipolaren Störungen ebenso eine Kunst wie eine Wissenschaft", sagte Fleck.

„Die Patienten schwanken zwischen Manie und Depression. Die Behandlungen ändern sich in diesen Zeiträumen. Es ist wirklich schwierig, sie in Krankheitsstadien angemessen zu behandeln. "

In der Studie fanden die Forscher das beste von acht gängigen Modellen zur Behandlung der bipolaren Störung, die vorhergesagt wurden, wer mit einer Genauigkeit von 75 Prozent auf die Lithiumbehandlung ansprechen würde.

Im Vergleich dazu sagten die mit KI entwickelten Modell-UC-Forscher voraus, wie Patienten zu 100 Prozent auf Lithium reagieren würden. Noch beeindruckender war, dass das UC-Modell die tatsächliche Verringerung der manischen Symptome nach einer Lithiumbehandlung mit einer Genauigkeit von 92 Prozent vorhersagte.

Es stellt sich heraus, dass dieselbe Art künstlicher Intelligenz, mit der Luftwaffenpiloten letztes Jahr in Simulationen nach Simulationen auf der Wright-Patterson Air Force Base ausmanövriert wurden, ebenso gut in der Lage ist, nützliche Entscheidungen zu treffen, die Ärzten bei der Behandlung von Krankheiten helfen können.

Die Ergebnisse erscheinen in der ZeitschriftBipolare Störungen.

„Dies zeigt, dass die für die Luft- und Raumfahrt finanzierten Anstrengungen den Bereich der Medizin grundlegend verändern. Und das ist großartig “, sagte Dr. Kelly Cohen, Professorin am UC College of Engineering and Applied Science.

Cohens Doktorand Nicholas Ernest ist Gründer der Firma Psibernetix, Inc., einer Entwicklungs- und Beratungsfirma für künstliche Intelligenz.

Psibernetix arbeitet an Anwendungen wie Luft-Luft-Kampf, Cybersicherheit und Predictive Analytics. Der Fuzzy-Logik-Algorithmus von Ernest ist in der Lage, große Möglichkeiten zu sortieren, um im Handumdrehen die besten Entscheidungen zu treffen.

"Normalerweise haben die Probleme, die unsere AIs lösen, viele, viele mögliche Lösungen, praktisch unendlich", sagte der Co-Autor der Studie, Ernest.

Sein Team entwickelte eine genetische Fuzzy-Logik namens Alpha, mit der menschliche Piloten in Simulationen abgeschossen werden können, selbst wenn das Flugzeug des Computers absichtlich mit einer langsameren Höchstgeschwindigkeit und weniger flinken Flugeigenschaften behindert wurde.

Die autonome Echtzeit-Entscheidungsfindung des Systems hat den pensionierten Oberst der US-Luftwaffe, Gene Lee, bei jedem Einsatz abgeschossen.

"Es schien sich meiner Absichten bewusst zu sein und sofort auf meine Veränderungen im Flug und meinen Raketeneinsatz zu reagieren", sagte Lee letztes Jahr. „Es wusste, wie ich den Schuss, den ich machte, besiegen konnte. Es bewegte sich je nach Bedarf sofort zwischen defensiven und offensiven Aktionen. “

Das American Institute of Aeronautics and Astronautics hat Cohen und Ernest in diesem Jahr für ihre "Weiterentwicklung und Anwendung künstlicher Intelligenz bei großen, bedeutungsvollen und herausfordernden Problemen im Zusammenhang mit der Luft- und Raumfahrt" geehrt.

Cohen verbrachte einen Großteil seiner Karriere damit, mit Fuzzy-Logik-basierter KI in Drohnen zu arbeiten. Er benutzte ein Sabbatical von der Ingenieurschule, um sich mit einer Idee an das UC College of Medicine zu wenden: Was wäre, wenn sie die erstaunliche Vorhersagekraft der Fuzzy-Logik auf ein besonders lästiges medizinisches Problem anwenden könnten?

Medizin und Avionik haben wenig gemeinsam. Aber jeder beinhaltet einen geordneten Prozess - einen riesigen Entscheidungsbaum - um die besten Entscheidungen zu treffen.

Fuzzy-Logik ist ein System, das sich nicht auf bestimmte Definitionen stützt, sondern auf Verallgemeinerungen, um Unsicherheiten oder statistisches Rauschen auszugleichen. Diese künstliche Intelligenz wird als "genetisches Fuzzy" bezeichnet, weil sie ihre Antwort ständig verfeinert und die geringeren Auswahlmöglichkeiten analog zu den genetischen Prozessen der darwinistischen natürlichen Selektion herauswirft.

Cohen vergleicht es damit, einem Kind beizubringen, wie man einen Stuhl erkennt. Nach nur wenigen Beispielen kann jedes Kind das Objekt, auf dem Menschen sitzen, als Stuhl identifizieren, unabhängig von Form, Größe oder Farbe.

„Wir benötigen keine große statistische Datenbank, um zu lernen. Wir finden es heraus. Wir machen etwas Ähnliches, um dies mit Fuzzy-Logik zu emulieren “, sagte Cohen.

Cohen fand in Fleck ein aufnahmefähiges Publikum, das mit dem ehemaligen UC-Zentrum für Bildgebungsforschung zusammenarbeitete. Wer könnte eines der schwierigsten Probleme der Medizin besser angehen als ein Raketenwissenschaftler? Cohen, ein Luft- und Raumfahrtingenieur, war der Aufgabe gewachsen.

Ernest sagte, die Leute sollten die Technologie nicht mit ihren Anwendungen in Verbindung bringen. Der Algorithmus, den er entwickelt hat, ist kein fühlendes Wesen wie die Bösewichte in der Filmreihe „Terminator“, sondern lediglich ein Werkzeug, wenn auch ein mächtiges mit scheinbar endlosen Anwendungen.

Ernests Firma hat EVE entwickelt, eine genetische Fuzzy-KI, die sich auf die Erstellung anderer genetischer Fuzzy-KI spezialisiert hat. EVE entwickelte ein Vorhersagemodell für Patientendaten namens LITHium Intelligent Agent oder LITHIA für die bipolare Studie.

"Dieses Vorhersagemodell nutzt die Möglichkeiten der Fuzzy-Logik, um eine fundiertere Entscheidung zu treffen", sagte Ernest. Und im Gegensatz zu anderen Arten von KI kann Fuzzy-Logik in einfacher Sprache beschreiben, warum sie ihre Wahl getroffen hat, sagte er.

Die Forscher untersuchten gemeinsam mit Dr. Caleb Adler, dem stellvertretenden Vorsitzenden der UC-Abteilung für Psychiatrie und Verhaltensneurowissenschaften, die bipolare Störung, eine häufige, wiederkehrende und oft lebenslange Krankheit. Trotz der Prävalenz von Stimmungsstörungen sind ihre Ursachen kaum bekannt, sagte Adler.

"Wirklich, es ist eine Black Box", sagte Adler. „Wir diagnostizieren jemanden mit einer bipolaren Störung. Das ist eine Beschreibung ihrer Symptome. Das heißt aber nicht, dass jeder die gleichen Ursachen hat. "

Die Auswahl der geeigneten Behandlung kann ebenso schwierig sein.

„In den letzten 15 Jahren gab es eine Explosion von Behandlungen gegen Manie. Wir haben mehr Möglichkeiten. Wir wissen jedoch nicht, wer auf was reagieren wird “, sagte Adler. "Wenn wir vorhersagen könnten, wer besser auf die Behandlung ansprechen würde, würden Sie Zeit und Konsequenzen sparen."

Bei entsprechender Sorgfalt sei die bipolare Störung eine beherrschbare chronische Krankheit für Patienten, deren Leben sich wieder normalisieren könne, sagte er.

Die neue Studie von UC, die teilweise durch einen Zuschuss des National Institute of Mental Health finanziert wurde, identifizierte 20 Patienten, denen acht Wochen lang Lithium zur Behandlung einer manischen Episode verschrieben wurde. 15 der 20 Patienten sprachen gut auf die Behandlung an.

Der Algorithmus verwendete unter anderem eine Analyse von zwei Arten von Gehirnscans von Patienten, um mit 100-prozentiger Genauigkeit vorherzusagen, welche Patienten gut reagierten und welche nicht. Der Algorithmus prognostizierte auch die Verringerung der Symptome nach acht Wochen. Dies wurde noch beeindruckender, da nur objektive biologische Daten für die Vorhersage verwendet wurden und nicht subjektive Meinungen erfahrener Ärzte.

Quelle: Universität von Cincinnati