Home / medicina / Alphabet Open Sources Project Amber per diagnosticare la depressione utilizzando l’AI intelligenza artificiale

Alphabet Open Sources Project Amber per diagnosticare la depressione utilizzando l’AI intelligenza artificiale

Secondo le statistiche dell’Organizzazione Mondiale della Sanità, più di 264 milioni di persone soffrono di depressione , rendendola una delle principali cause di disabilità e un importante contributo al carico globale globale della malattia. La gravità può variare da persona a persona, ma nel peggiore dei casi potrebbe anche essere fatale. Pertanto, la diagnosi precoce e la riparazione sono molto importanti.

Il laboratorio sperimentale di ricerca e sviluppo X di Alphabet Inc. ha reso il Progetto Amber , la salute mentale in fase iniziale, liberamente disponibile per la comunità della salute mentale per costruire sulla propria tecnologia e sui risultati della ricerca. Il team del progetto Amber, composto da neuroscienziati, ingegneri hardware e software, ha sviluppato una tecnologia medica che combina l’apprendimento automatico e le tecniche di intelligenza artificiale con l’elettroencefalografia (EEG) per misurare l’attività elettrica nel cervello per diagnosticare la depressione.

La tecnologia alla base del progetto Amber
Attualmente, alcune delle principali tecniche di valutazione della salute mentale implicano la misurazione dell’esperienza soggettiva di una persona attraverso sondaggi come PHQ-9 o GAD-7 . Tuttavia, i ricercatori del Progetto Amber dipendono dal rendere la misurazione e l’interpretazione delle onde cerebrali oggettive quanto la scoperta del glucosio nel sangue.

Diversi studi di neuroscienza mostrano che molti modelli di attività cerebrale elettrica corrispondono ai sintomi della depressione . Uno di questi studi ha scoperto che la risposta del cervello a una vittoria in un gioco per una persona depressa era diversa dalle altre. Il progetto Amber ha preso come ispirazione questa risposta smussata del cervello nelle persone con persone depresse. Per questo, l’intelligenza artificiale e le tecniche di apprendimento automatico sono state utilizzate con l’EEG per misurare l’attività cerebrale. Il progetto si è concentrato su tre aree: semplificare la raccolta dei dati EEG; facile interpretazione dei dati EEG; e capire come questa tecnologia aiuta nel mondo reale.

Il team crea un sistema a basso costo, portatile e di livello di ricerca, che semplifica la raccolta dei dati EEG. Il componente hardware comprende un auricolare simile a una cuffia da nuoto che utilizza tre sensori disposti lungo la linea mediana a Fz, Cz, Pz, che sono elettrodi o canali chiave per la valutazione della funzione di ricompensa nel cervello. È combinato con un bio-amplificatore che può supportare fino a 32 canali e può connettersi con un auricolare standard con alcune modifiche. Questo sistema raccoglie l’EEG dello stato di riposo e il potenziale correlato agli eventi con un software che blocca nel tempo un’attività alla misurazione EEG.

Per interpretare i dati EEG, i ricercatori hanno intrapreso i seguenti passaggi:

Utilizzo di approcci di apprendimento come gli autoencoder per eliminare in modo efficace i segnali EEG senza intervento umano
Previsione di diverse etichette cliniche come la depressione o l’ansia districando gli autoencoder. A differenza degli esperimenti precedenti, in questo caso, i ricercatori sono stati in grado di recuperare segnali utilizzabili per i singoli partecipanti piuttosto che per un gruppo. Ciò ha ridotto significativamente la quantità di dati necessari per ottenere dati clinicamente significativi dall’EEG.
Risultati ottenuti
Il team non è riuscito a raggiungere l’obiettivo di trovare un singolo biomarcatore per la depressione. Non hanno escluso la possibilità che un singolo biomarcatore possa non esistere del tutto, data la complessità della salute mentale. Tuttavia, hanno scoperto che questo progetto offre una grande opportunità per introdurre tecniche di misurazione migliori.

Il team ha ora rilasciato i progetti hardware, il visualizzatore e altri strumenti su Github . Questa versione consentirà alle persone e agli operatori sanitari di abbinare meglio le opzioni di intervento alle esigenze di un individuo, di misurare l’impatto di tali interventi e, in ultima analisi, di promuovere una migliore salute mentale, come affermato nel blog di Project Amber.

Il team ha anche accettato che, sebbene le tecniche emergenti come l’EEG e la fenotipizzazione digitale siano entusiasmanti, ci vorrebbe ancora tempo per essere integrate. Per rendere possibili le tecniche di misurazione della salute mentale, è necessaria una ricerca più dedicata. Il team ha anche promesso di non brevettare l’hardware di Amber; doneranno anche 50 hardware EEG inutilizzati al progetto Human Brain Diversity gestito da Sapien Labs che sostiene la ricerca EEG nei paesi a basso reddito.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi