Sztuczna inteligencja, która „prowadzi debatę z samą sobą”, odkryła w smartwatchach sygnał ostrzegawczy depresji

W przypadku 9279 osób noszących opaski fitness, najjaśniejszym fizycznym objawem depresji nie była długość snu. Była nim czysta, chaotyczna przypadkowość momentu, w którym kładły się spać.

System sztucznej inteligencji o nazwie CoDaS wydobył ten wzorzec z góry nieuporządkowanych logów z sensorów inteligentnych zegarków. Jednak tym, co czyni to odkrycie istotnym, nie jest tylko to, co znalazła sztuczna inteligencja, ale sposób, w jaki do tego doszła. Zamiast jedynie rzucać algorytmicznymi przypuszczeniami w stronę ludzkich naukowców, oprogramowanie to zostało stworzone tak, aby agresywnie polemizować z samym sobą, dopóki nie potwierdzi własnych założeń.

Wbudowany sceptyk

Większość narzędzi uczenia maszynowego za wszelką cenę chce zadowolić użytkownika, znajdując wzorce tam, gdzie ich nie ma, tylko po to, by uzyskać wynik. CoDaS działa inaczej, wykorzystując tzw. Adversarial Agent (agenta antagonistycznego). Można o nim myśleć jak o cyfrowym panelu recenzentów zamkniętym wewnątrz serwera.

Gdy główny system dostrzega potencjalny związek między fizjologiczną osobliwością a chorobą, do akcji wkracza agent antagonistyczny, by przyjąć rolę adwokata diabła. Naśladuje on bezwzględny sceptycyzm ludzkiego recenzenta, celowo próbując obalić hipotezę poprzez zmuszenie systemu do zweryfikowania tego samego odkrycia w całkowicie niezależnych grupach ludzi. Jeśli wzorzec nie sprawdza się w nowych danych, zostaje odrzucony.

Podczas ostatniej analizy ponad 9000 obserwacji uczestników, to wewnętrzne tarcie wyłoniło 41 kandydatów na markery chorób psychicznych i 25 dla chorób metabolicznych. Każdy przetrwały punkt danych musiał znajdować potwierdzenie w istniejącej literaturze medycznej.

Cyrkadianowy sygnał ostrzegawczy

Najbardziej uderzającym sygnałem, który przetrwał tę algorytmiczną próbę ognia, była „niestabilność rytmu dobowego”. Podczas gdy konsumenckie aplikacje zdrowotne mają obsesję na punkcie osiągnięcia solidnych ośmiu godzin snu, sztuczna inteligencja wskazała wysoce niespójne pory kładzenia się spać i wstawania jako główny marker depresji.

System nie potraktował tego jako jednorazowej anomalii. Zmuszając swój protokół antagonistyczny do sprawdzenia obliczeń, CoDaS potwierdził silną korelację między chaotycznym harmonogramem a wysokimi wynikami w skali depresji w dwóch całkowicie odrębnych kohortach badawczych.

Przesiewanie szumu

Pomimo udanego przekształcenia konsumenckich urządzeń noszonych w prowizoryczne laboratorium medyczne, zespół stojący za CoDaS traktuje oprogramowanie jako warstwę przesiewową, a nie zrobotyzowanego lekarza. Zostało ono zaprojektowane tak, aby przeczesywać miliony punktów danych i przekazywać ludzkim badaczom krótką listę wysoce prawdopodobnych cyfrowych sygnatur chorób.

Takie podejście „human-in-the-loop” (człowiek w pętli) oznacza, że logika sztucznej inteligencji musi pozostać weryfikowalna. Zanim jakiekolwiek z tych algorytmicznych spostrzeżeń trafią do planu leczenia pacjenta, człowiek nadal musi zweryfikować stojące za nimi rozumowanie.

Nie mamy wystarczających zasobów, aby ręcznie analizować dane fizjologiczne płynące ze współczesnych urządzeń ubieralnych. Jednak posiadanie zautomatyzowanego, sceptycznego systemu, który wykonuje najcięższą pracę, mogłoby po cichu zmienić smartwatcha z drogiego krokomierza w prawdziwą infrastrukturę medyczną.