AI-systeem detecteert depressie via onwillekeurige lichaamsreacties

Een multidisciplinair team van de University of Southern California, bestaande uit ingenieurs, neurowetenschappers, taalkundigen en psychiaters, heeft het PRECOG-project opgezet om de beperkingen van de huidige psychiatrische diagnostiek aan te pakken, die afhankelijk is van subjectieve vragenlijsten en zelfrapportages. In experimenten lazen vrijwilligers 160 emotioneel gevarieerde stellingen en gaven ze aan of ze het ermee eens of oneens waren, terwijl hun fysiologische reacties continu werden geregistreerd via drie soorten sensoren: een EEG met 64 kanalen dat de elektrische activiteit van de hersenen meet, een infrarood eye tracker die de blikrichting volgt, en huidgeleidingsmetingen om de zweetsecretie te beoordelen. Diepe neurale netwerken analyseerden de verzamelde gegevens en identificeerden stabiele patronen die verband houden met depressieve stoornissen. EEG-decodering toonde aan dat de meest uitgesproken afwijkingen bij het verwerken van negatieve woorden in de hersenen optreden tussen 300 en 600 milliseconden na het lezen ervan, terwijl blikanalyse onthulde dat gezonde individuen duidelijke horizontale oogbewegingspatronen vertonen richting de optie 'oneens' bij het lezen van negatieve zinnen, terwijl depressieve patiënten chaotische, verspreide of geremde bewegingen laten zien. Wiskundige verwerking van huidgeleidingsgegevens detecteerde ook veranderde autonome reacties op stressvolle woorden, gerelateerd aan de activiteit van het sympathische zenuwstelsel. Het nieuwe AI-platform is bedoeld als ondersteunend hulpmiddel voor praktiserende psychiaters en kan mogelijk de voorspelling van crisistoestanden verbeteren op basis van precieze biologische parameters. De informatie is zuiver educatief, gebaseerd op wetenschappelijk onderzoek, en is geen persoonlijk medisch advies.