Du skriver ner hur du mår, en algoritm ”läser” texten och ger din psykolog förslag på diagnos. Så kan det se ut i framtiden, och det kan göra bedömningen mer korrekt, menar Sverker Sikström.

Inom psykiatrin används ofta skattningsskalor för att bedöma hur patienten mår. Siffror från skalorna kombineras med samtal med läkare för att ställa diagnos, till exempel ångest eller depression. Sverker Sikström, professor i psykologi vid Lunds universitet, håller nu på att utveckla ett AI-baserat alternativ. En algoritm analyserar patientens egna ord om sin sjukdom, och resultatet fungerar som beslutsstöd för läkaren.

– När man försöker beskriva hur man mår så är ju språket det naturliga sättet att kommunicera. Den klassiska metoden är att göra det muntligt för en läkare, som sedan lite på känsla avgör

vilken diagnosen är. Vi vill använda AI för att göra den här processen mer standardiserad och vetenskaplig, säger Sverker Sikström.

Texten mer nyanserad än siffrorna

I enkäten som han och hans kollegor utvecklat finns både generella frågor som besvaras i fritext och mer riktade frågor. Tack vare utvecklingen inom området beräkningsbar lingvistik så kan systemet sedan värdera hur patienten mår. På senare år har de så kallade djupinlärningsmodeller som används för att förstå naturligt språk blivit markant bättre. De har tränats på mycket stora datamassor och finner mönster i texten som kan kopplas till en diagnos.

Alla människor pratar inte på samma sätt om starka känslor, men analysen av den skrivna texten fungerar ändå. Sverker Sikström tror att det beror på att vi uttrycker oss mer precist när vi skriver än när vi pratar. Text gör det också möjligt att reflektera, korrigera sig och utveckla sina tankar. Resultaten hittills  tyder på att AI-analyserad text som ett komplement till skattningsskalorna minskar antalet felaktiga diagnoser radikalt. På sikt hoppas Sverker Sikström att enkäterna ska kunna ersätta skalorna.

– När människor svarar på skattningsskalor så tenderar de att svara på hur dåligt de mår snarare än på vilken typ av känsla de har, vilket är det man främst vill mäta. Språket är mer nyanserat och har en bättre förmåga att karaktärisera skillnaden mellan till exempel depression och ångest, säger Sverker Sikström.

AI gör alltid samma värdering

Systemet provas nu i vården. Före det första besöket får patienten en länk till en enkät. Svaren analyseras av AI-modellen och både svar och resultat skickas till läkaren med förslag på diagnos och en bedömning av hur allvarligt tillståndet är. Läkaren kan använda analysen som beslutsstöd, och patientsvaren som en grund för mötet.

Både det faktum att patienten har formulerat sina tankar och att läkaren har läst dem gör att man ofta kommer
längre i det första samtalet, enligt Sverker Sikström. Tillsammans med ett par kollegor har han startat ett företag som utvecklar det digitala verktyget så att det ska fungera i större skala. Psykologer som forskarna varit i kontakt med har trott att patienterna ska tycka att det är svårt att skriva om sina känslor, men patienterna har varit positiva. De tycker att texten uttrycker känslorna mer precist än skattningsskalorna.

– En ytterligare fördel är standardiseringen. Systemet kommer alltid att ge samma värdering, oavsett vilken psykolog man går till. Dessutom har en AI inga tekniska begränsningar i hur mycket data som kan matas in, medan även erfarna psykologer bara har träffat ett visst antal patienter. Man kan säga att psykologen
gör en bedömning som i grund och botten är subjektiv och i någon bemärkelse icke-vetenskaplig. Med vårt system vill vi införa en vetenskaplig metod. Jag är ganska övertygad om att det kommer att visa sig fungera bättre.

TEXT: LISA KIRSEBOM