Alcohol Dependence Depression Bipolar Schizophrenia 04 Oct, 2019 Read Time: 4 mins

Le nuove tecnologie che trasformano la pratica psichiatrica e gli outcome per i pazienti

Gli approcci data-driven di diagnosi e pratica psichiatrica, alimentati dalla ricchezza di informazioni ottenute da dispositivi e sensori smart e dall’enorme potenza di supercalcolo, che consente lo sviluppo di strumenti e tecniche di intelligenza artificiale e machine learning precedentemente inimmaginabili, stanno rivoluzionando gli outcome per i pazienti. La pratica psichiatrica sta subendo una trasformazione tecnologica, come ha riferito il dott. Arshya Vahabzadeh della Massachusetts General Hospital Psychiatry Academy al vasto pubblico presente alla sessione di benvenuto del Psych Congress 2019.

Il dott. Vahabzadeh ha spiegato che molte tecnologie stanno contribuendo a migliorare la pratica psichiatrica e gli outcome, e si trovano in fasi di sviluppo diverse:

  • app per smartphone, telemedicina, terapie digitali e sensori indossabili sono già utilizzati nella pratica
  • strumenti di social media, realtà virtuale, dati di cartelle cliniche elettroniche, tecniche di intelligenza artificiale (AI) ed elaborazione del linguaggio naturale contribuiranno alla pratica nei prossimi 5 anni
  • realtà aumentata, genotipizzazione e neuroimaging diverranno più comuni nei prossimi 10 anni

I dati guideranno la pratica futura e miglioreranno la diagnosi

Il Diagnostic and Statistical Manual of Mental Disorders (DSM-5) riporta 227 diverse combinazioni di sintomi per la diagnosi del disturbo depressivo maggiore (MDD), ha affermato il dott. Vahabzadeh.

Un sistema data-driven per il MDD perfezionerà la diagnosi e consentirà l’identificazione di sottogruppi diversi

Due individui con MDD possono avere manifestazioni e sintomi completamente diversi e apparentemente forme molto diverse di MDD. Inoltre, il MDD mostra spesso comorbilità con disturbi d’ansia e della personalità, e disturbi da ubuso di alcol, che attualmente non contribuiscono alla valutazione diagnostica.

Secondo il dott. Vahabzadeh, un sistema data-driven di analisi delle funzioni cerebrali è ora possibile, perché mai prima d’ora siamo stati così connessi a dispositivi smart o abbiamo avuto a disposizione una tale potenza di calcolo.

Inoltre, un sistema data-driven di analisi delle funzioni cerebrali è più riproducibile di uno guidato da esperti per le funzioni cerebrali e le malattie mentali (ovvero il DSM).1

Chatbot e telepsichiatria stanno aumentando l’accesso agli interventi psichiatrici

Secondo il dott. Vahabzadeh, nel 2017, quasi una persona su cinque negli Stati Uniti viveva con una malattia mentale e meno del 50% riceveva assistenza psichiatrica.2

Aumentare l’accesso agli interventi psichiatrici per i molti soggetti che non ricevono assistenza psichiatrica

La telepsichiatria, anche chiamata terapia digitale, sta colmando questo gap e rappresenta un’alternativa efficace e valida alle consulenze psichiatriche dirette. Il dott. Vahabzadeh ha spiegato che la telepsichiatria non solo migliora l’accesso agli interventi psichiatrici, ma sfrutta meglio il tempo dello psichiatra e riduce i tempi e i costi di viaggio sia per i pazienti che per i medici.

Anche i chatbot stanno aumentando l’accesso dei pazienti agli interventi psichiatrici. Evidenze preliminari stanno dimostrando che questi partner di conversazione non umani basati sull’intelligenza artificiale, che mettono in atto dialoghi e comportamenti simili all’uomo, rappresentano un metodo fattibile, coinvolgente ed efficace per fornire terapia cognitivo-comportamentale (CBT) agli individui con, o ad alto rischio di, MDD, ansia, schizofrenia, disturbo bipolare e disturbi da abuso di sostanze.3,4

Tuttavia, quando i chatbot vengono confrontati con l’intervento umano e i pazienti sono a conoscenza della differenza, preferiscono l’intervento umano.5

È stato sviluppato un chatbot emotivamente consapevole che analizza le espressioni facciali per diventare più empatico, sebbene non sia ancora in uso clinico.

Temi caldi del digitale

La pratica psichiatrica sta subendo una trasformazione tecnologica

I temi caldi del digitale che, secondo il dott. Vahabzadeh, svolgeranno un ruolo crescente nel migliorare la pratica psichiatrica e gli outcome nei prossimi anni includono:

  • analisi del linguaggio mediante AI per la diagnosi di MDD
  • tecniche di machine learning per predire la conversione alla schizofrenia6
  • prescrizione di terapie digitali, che forniscono ai pazienti strumenti di CBT da usare con i loro tempi, ad esempio CBT per l’insonnia (CBT-I)7
  • farmaci abbinati a sensori8 e sistemi di machine vision con AI9 per migliorare l’aderenza
  • fenotipizzazione digitale,10,11 che prevede la raccolta di dati di sensori, tastiera, voce e linguaggio dagli smartphone per misurare il comportamento, il cognitivo e l’umore; tali tecniche hanno portato allo sviluppo di esami psichiatrici per smartphone e fenotipizzazione digitale dei pensieri suicidari12
  • tecniche di realtà aumentata per aiutare i pazienti a migliorare le loro abilità sociali e affrontare problemi comportamentali specifici come deliri e paure13

Our correspondent’s highlights from the symposium are meant as a fair representation of the scientific content presented. The views and opinions expressed on this page do not necessarily reflect those of Lundbeck.

References

  1. Beam E, et al. BioRxiv 2019. In press.
  2. National Institute for Mental Health. https://www.nimh.nih.gov/health/statistics/mental-illness.shtml. Accessed 4 October 2019.
  3. Vaidyam A, et al. Can J Psych. 2019;64:456–64.
  4. Fitzpatrick K, et al. JMIR Ment Health. 2017;4:e19.
  5. Morris R, et al. J Med Internet Res. 2018;20:e10148.
  6. Rezaii N, et al. npj Schizophrenia. 2019;5:9.
  7. Zachariae R, et al. Sleep Med Rev. 2016;30:1–10.
  8. Knights J, et al. npj Digital Med. 2019;2:20.
  9. Bain E, et al. JMIR Mhealth Uhealth 2017;5:e18.
  10. Baker JT. Neuropsychopharm. 2018;43:2504–5.
  11. Insel T. JAMA. 2017; 318:1215–6.
  12. Kleiman E, et al. Depress Anx 2018;35:601–8.
  13. Vahabzadeh A, et al. Behav Sci. 2018;8:85.