Un'IA che discute con se stessa ha individuato un importante segnale di depressione negli smartwatch

Per 9.279 persone che indossano fitness tracker, il segnale fisico più evidente di depressione non è stato la quantità di sonno ottenuta. È stata la pura e caotica casualità del momento in cui poggiavano effettivamente la testa sul cuscino.

Un sistema di intelligenza artificiale chiamato CoDaS ha estratto questo schema da una montagna di disordinati log dei sensori degli smartwatch. Ma ciò che rende significativa la scoperta non è solo quello che l'IA ha trovato, ma come ci è arrivata. Invece di limitarsi a fornire ipotesi algoritmiche agli scienziati, questo software è stato costruito per discutere aggressivamente con se stesso fino a quando non è riuscito a dimostrare la validità del proprio lavoro.

Uno scettico integrato

La maggior parte degli strumenti di machine learning cerca di compiacere, trovando schemi dove non ne esistono pur di restituire un risultato. CoDaS opera in modo diverso, impiegando quello che i suoi sviluppatori chiamano un Agente Avversario. Si può pensare a esso come a un comitato di revisione paritaria digitale intrappolato all'interno di un server.

Quando il sistema principale individua un potenziale legame tra una stranezza fisiologica e una malattia, l'agente avversario interviene per fare l'avvocato del diavolo. Imita lo scetticismo spietato di un revisore umano, cercando deliberatamente di invalidare l'ipotesi costringendo il sistema a confermare lo stesso identico risultato su gruppi di persone completamente indipendenti. Se lo schema non regge nei nuovi dati, viene scartato.

Durante l'ultima serie di oltre 9.000 osservazioni dei partecipanti, questo attrito interno ha fatto emergere 41 potenziali marcatori per disturbi mentali e 25 per malattie metaboliche. Ogni punto dati sopravvissuto ha dovuto trovare riscontro nella letteratura medica esistente.

Il campanello d'allarme circadiano

Il segnale più sorprendente a sopravvivere a questa prova del fuoco algoritmica è stata l'"instabilità circadiana". Mentre le app sanitarie per i consumatori si ossessionano nel raggiungere le classiche otto ore di sonno, l'IA ha segnalato orari di coricamento e risveglio altamente incoerenti come marcatore primario della depressione.

Il sistema non ha rilevato questo fenomeno come un'anomalia isolata. Costringendo il suo protocollo avversario a verificare i calcoli, CoDaS ha confermato una solida correlazione tra programmi irregolari e punteggi elevati di depressione in due coorti di studio del tutto distinte.

Filtrare il rumore

Nonostante abbia trasformato con successo i dispositivi indossabili di consumo in un laboratorio medico improvvisato, il team dietro CoDaS tratta il software come uno strato di screening piuttosto che come un medico robotico. È progettato per setacciare milioni di punti dati e fornire ai ricercatori umani una lista ristretta di firme digitali altamente probabili di malattie.

Questo approccio "human-in-the-loop" significa che la logica dell'IA deve rimanere tracciabile. Prima che una qualsiasi di queste intuizioni algoritmiche si avvicini al piano di trattamento effettivo di un paziente, un essere umano deve comunque verificarne il ragionamento.

Non abbiamo la capacità di analizzare manualmente i dati fisiologici che scaturiscono dai moderni dispositivi indossabili. Ma avere un sistema automatizzato e scettico che svolga il lavoro pesante potrebbe silenziosamente promuovere lo smartwatch da costoso contapassi a vera infrastruttura medica.