به نقل از دیجتاتو، نرخ خودکشی و افسردگی طی چند دهه اخیر رشد نگرانی کننده ای داشته است. با آنکه مداخلات زودهنگام عامل اصلی پیشگیری از خودکشی محسوب می شوند، پنهان کاری، فشارهای اجتماعی و برچسب های سلامت روان مانع از گزارش به موقع این بحران می شوند. مسئله اصلی در روند درمان، فقدان روش های آزمایشگاهی و عینی برای ارزیابی بیماری های روحی مانند افسردگی است؛ چرا که تشخیص ها همچنان براساس پرسش نامه ها و مصاحبه های بالینی خوداظهاری هستند.

در همین راستا، تیمی متشکل از پژوهشگران حوزه های مهندسی، عصب شناسی، فناوری گفتار، هوش مصنوعی، زبان شناسی و روان پزشکی بالینی در دانشگاه کالیفرنیای جنوبی، ابزار تشخیصی جدیدی برپایه هوش مصنوعی توسعه داده اند که با تحلیل هم زمان نشانگرهای زیستی مانند عرق پوست، سیگنال های مغزی و حرکات چشم، میزان افسردگی و افکار مرتبط با خودکشی را ارزیابی می کند.

به گزارش Medical Xpress، این طرح تحقیقاتی با عنوان پروژه PRECOG از ژوئن 2023 آغاز شد. هدف پروژه ارائه ابزاری عینی به روان پزشکان است تا افراد در معرض خطر را از طریق سیگنال های بیولوژیک شناسایی و زمان مناسب برای مداخله درمانی را پیش بینی کنند. تاکنون 5 مقاله علمی حاصل از این پروژه در مجلات معتبر مانند نیچر منتشر است و مقاله دیگری نیز در مرحله انتشار قرار دارد.

در اولین گام، پژوهشگران برای بررسی حالات احساسی درونی شرکت کنندگان در محیطی کنترل شده از زبان بهره بردند. دانی برد (Dani Byrd)، استاد دانشکده زبان شناسی USC، می گوید ارزیابی های سلامت روان همیشه متکی بر گفتگوی پزشک و بیمار است؛ ازاین رو، زبان می تواند روزنه ای شفاف به سوی پردازش شناختی و عاطفی انسان باشد.

هسته اصلی این آزمایش شامل یک تکلیف ارزیابی جملات بود که در آن شرکت کنندگان 160 جمله مربوط به خودشان با لحن های عاطفی گوناگون مانند من اغلب اوقات احساس غمگینی می کنم را خواندند. در حین انجام این فرایند، فعالیت مغزی، حرکات چشم و واکنش پوستی شرکت کنندگان به صورت هم زمان ثبت می شد و افراد موافقت یا مخالفت خود را با هر جمله اعلام می کردند.

محققان با سیستم الکتروانسفالوگرافی (EEG) 64 کاناله، پاسخ های میلی ثانیه ای مغز به کلمات عاطفی را ثبت کردند. بررسی ها نشان داد پاسخ های عصبی در سه گروه افراد سالم، مبتلا به افسردگی و دارای افکار خودکشی تفاوت های معناداری دارند.

از آنجا که کنترل ارادی حرکات چشم دشوار است، این واکنش فیزیکی ابزاری مهم برای ارزیابی تمایلات شناختی محسوب می شود. محققان با سیستم ردیابی چشم EyeLink 1000 Plus و پردازش آن با هوش مصنوعی، متوجه شدند الگوی نگاه افقی هنگام مواجهه با کلمات منفی بیشترین ارزش تشخیصی را دارد. در حالی که افراد سالم هنگام مواجهه با جملات منفی نگاه ساختاریافته ای به گزینه مخالفم داشتند، افراد دارای افکار خودکشی رفتارهای دیداری پراکنده یا گسسته ای نشان دادند.

در بخش دیگری از پژوهش، فعالیت الکترودرمال (EDA) یا همان میزان تعریق پوست که نشان دهنده انگیختگی سیستم عصب سمپاتیک است مورد ارزیابی قرار گرفت. واکنش تعریق نیز فرایندی کاملاً خودکار است. مدل محاسباتی توسعه یافته نشان داد واکنش های فیزیولوژیک به کلمات منفی در افراد مبتلا به افسردگی و افکار خودکشی به شکل چشم گیری تغییر می کند و این واکنش ها معیار عینی دیگری برای تشخیص بیماری است.