Przejdź do treści Wyszukiwarka

Diagnoza psychiatryczna

Zaburzenia psychiczne są zazwyczaj bardzo złożone, charakteryzuje je duża zmienność fenotypowa i częściowo niejasne kryteria diagnostyczne, które nieraz nakładają się na siebie. Pojedyncze badanie kliniczne jest często niereprezentatywne oraz podatne na efekt ram odniesienia i inne błędy poznawcze. Mimo że subiektywne doświadczenie pacjenta jest często uznawane za wartościowe w diagnostyce, to bywa ono poważnie zaniedbywane, gdyż może być niejasne, zmienne i przedstawiać objawy w sposób idiosynkratyczny. Przytłaczająca większość zaburzeń psychicznych ma naturę dymensjonalną, co sprawia, że ich kategoryzacja staje się nieraz sztuczna i dyskusyjna.

Podmiotowy punkt widzenia w zdrowiu psychicznym

Brak systematycznej integracji doświadczeń pacjentów i zaniedbywanie ich udziału w badaniach klinicznych utrudnia łączenie objawów psychiatrycznych ze ścieżkami i mechanizmami neuronalnymi. Zasadniczy problem polega na tym, że pojęcie podmiotowości pacjenta nie jest problematyzowane, a przez to jest zwykle rozumiane w sposób zdroworozsądkowy. Często subiektywność jest błędnie postrzegana jako przeciwieństwo obiektywności – jako coś ukrytego i niewiarygodnego. To nieporozumienie łączy się następnie z przekonaniem, że fenomenologia polega jedynie na odkrywaniu wyjątkowych cech danej osoby. Takie negatywne rozumienie subiektywności pacjenta jako czegoś wyłącznie prywatnego i nieuchwytnego jest konsekwencją tradycji metodologicznych odziedziczonych po behawioryzmie.

Połączenie podejścia fenomenologicznego, obliczeniowego i ewolucyjnego

Zespół badawczy przyjmuje innowacyjne podejście do rozumienia zdrowia psychicznego, łącząc perspektywę fenomenologiczną, obliczeniową i ewolucyjną. Podejście to rzuca nowe światło na błędy poznawcze właściwe dla pacjentów w spektrum autyzmu (SA) i schizofrenii (SS), traktując je nie jako zwyczajne anomalie, ale jako przejawy neuroróżnorodności, które mogły pomagać przodkom współczesnych ludzi w adaptacji do środowiska. Badamy, w jaki sposób te uprzedzenia – od percepcji skoncentrowanej na szczegółach w SA po nadinterpretowywanie intencjonalności w SS – mogły służyć jako mechanizmy kompensacyjne w określonych niszach ekologicznych i tym samym oferować przewagę poznawczą w pewnych warunkach.

Wsparcie zdrowia psychicznego: chatboty terapeutyczne

Zespół bada także skuteczność botów terapeutycznych w identyfikacji i korygowaniu uprzedzeń, ich efektywność i zdolność do reagowania na wyzwania, a także to, jak radzą sobie one z emocjonalnym i afektywnym wymiarem rozmów terapeutycznych. Boty, wykorzystujące zaawansowane technologie uczenia maszynowego, wchodzą w interakcję z użytkownikami, którzy często są pod wpływem określonych błędów poznawczych, takich jak: błąd antropomorfizacji, błąd nadmiernego zaufania, stronniczość atrybucji, iluzja kontroli, podstawowy błąd atrybucji i hipoteza sprawiedliwego świata. Jednak to, jak boty terapeutyczne radzą sobie z afektem, może w oczach niektórych osób stanowić zaletę większą od korzyści płynącej z rekonstrukcji poznawczej właściwej dla chatbotów ogólnego użytku.

Odsłanianie stereotypów w AI: reprezentacje autyzmu

Zespół bada także, w jaki sposób sztuczna inteligencja radzi sobie ze stereotypami, szczególnie tymi dotyczącymi autyzmu. Inaczej niż w przypadku ludzi, którzy posługują się złożonymi i wielowymiarowymi stereotypami, stereotypy sztucznej inteligencji wynikają głównie ze złej jakości danych szkoleniowych. Pomimo zabezpieczeń przed powielaniem stereotypów, w obrazach generowanych przez duże modele językowe zauważymy uprzedzenia, które często opierają się na dyskusyjnych symbolach, takich jak puzzle mające symbolizować autyzm lub na przedstawianiu osób w spektrum głównie jako białych mężczyzn. Nie tylko wzmacnia to szkodliwe schematy myślowe obecne w społeczeństwie, ale także wpływa na ograniczenia w równym dostępie do diagnostyki.

Wirtualny ekspert przez doświadczenie

Zespół tworzy unikalny korpus zawierający narracje pierwszoosobowe osób w spektrum autyzmu. Będzie to pierwszy na świecie zbiór tak specjalistycznych, wstępnie przetworzonych danych przeznaczonych do zastosowań w SI. Zapewni on bezcenny wgląd w wyjątkowe interakcje społeczne osób w spektrum autyzmu, ich relacje międzyludzkie oraz towarzyszące im doświadczenia emocjonalne i zmysłowe. Dostrojenie (fine-tuning) dużych modeli językowych z użyciem takiego korpusu może przyczynić się do rozwoju narzędzi edukacyjnych, przeciwdziałać uprzedzeniom, a tym samym wesprzeć specjalistów-diagnostów. Model ten, przystosowany do odtwarzania specyficznych doświadczeń osób z autyzmem, będzie zapewniał szerokie możliwości rozwoju i zastosowania w postaci modułów stworzonych na różne konkretne potrzeby.

Pokora poznawcza w dużych modelach językowych

Poziom pokory poznawczej to jeden z najistotniejszych elementów wpływających na rzetelność decyzji eksperckich. U ludzi mierzy się ją za pomocą odpowiednich kwestionariuszy, jednak metodologia ta jest nieodpowiednia do oceny dużych modeli językowych i aplikacji wspomagających podejmowanie decyzji eksperckich. Zespół dokonuje analizy porównawczej decyzji dotyczących zdrowia psychicznego, podejmowanych przez specjalistów i sztuczną inteligencję, biorąc pod uwagę takie aspekty, jak posiadanie nieracjonalnych przekonań, uleganie stereotypom, świadomość potencjalnych błędów oraz uzasadnienie decyzji.

Lider zespołu badawczego


Marcin Moskalewicz

Marcin Moskalewicz jest profesorem w Instytucie Filozofii Uniwersytetu M. Curie-Skłodowskiej w Lublinie oraz kierownikiem Pracowni Filozofii Zdrowia Psychicznego na Uniwersytecie Medycznym w Poznaniu; prowadzi sieć Phenomenology and Mental Health w Centre for Values-Based Practice w St. Catherine’s College w Oksfordzie, jest też członkiem zarządu Philosophy Special Interest Group w The Royal College of Psychiatrists w Wielkiej Brytanii oraz członkiem Rady programowej Fundacji Otwarte Seminaria Filozoficzno-Psychiatryczne w Warszawie. Studiował na UAM w Poznaniu, University of California w Berkeley oraz Rijksuniversiteit Groningen (Holandia); doktorat 2009 (summa cum laude), habilitacja 2018 (IFiS PAN). Zajmuje się badaniami transdyscyplinarnymi z pogranicza nauk o zdrowiu, psychiatrii i fenomenologii, w szczególności wiedzą ekspercką w diagnostyce, kwestiami dot. neuroróżnorodności oraz zastosowaniem narzędzi psychiatrii obliczeniowej do badania doświadczenia pierwszoosobowego. Jest autorem ponad 50 publikacji naukowych.

Nagroda Premiera RP (2010), Stypendium Start Fundacji na Rzecz Nauki Polskiej (2011), Laureat konkursu „Monografie” Fundacji na Rzecz Nauki Polskiej (2013), Stypendium dla Wybitnych Młodych Naukowców MNiSW (2015-2018), Indywidualna Nagroda Naukowa Rektora UMP (2013 i 2022); kierownik grantów NCN sonata (2011-2014) oraz Sonata Bis (2022-), Polsko-Niemieckiej Fundacji na rzecz Nauki (2015), Polskiej Ligi Walki z Rakiem (2019-2020).

Współpraca międzynarodowa: Marie Curie Fellow na Rijksuniversiteit Groningen (2005 i 2007), EURIAS Fellow na ETH w Zurychu (2015), Senior Fulbright Scholar na Texas A&M University (2016), Marie Curie Fellow na Wydziale Filozofii Uniwersytetu w Oxfordzie oraz Senior Member w Christ Church College (2016-2017), Fellow w The Oxford Research Centre in the Humanities (2017-2019), Humboldt Research Fellow w Klinice Psychiatrii Uniwersytetu w Heidelbergu (2022).

Inne grupy i zespoły badawcze

  • Inteligentne algorytmy i struktury danych Algorytmy, szczególnie te wykorzystywane w uczeniu maszynowym, dają szanse na podejmowanie lepszych decyzji niż ludzkie.
    Piotr Sankowski
  • Robotyka interakcji fizycznej W naszych badaniach chcemy rzucić wyzwanie obecnemu podejściu do robotyki, które unika kontaktu robota z otoczeniem.
    Krzysztof Walas
  • Leśnictwo precyzyjne Zastosowanie danych teledetekcyjnych w pozyskiwaniu informacji o lasach ma swoją długą, już około 100-letnią, historię.
    Krzysztof Stereńczak