Sztuczna inteligencja rozpoznaje psychozę u dzieci – sukces zielonogórskich lekarzy

W zielonogórskim laboratorium powstał algorytm, który potrafi wskazać dzieci z wczesną psychozą. To wynik pięcioletnich badań prowadzonych przez zespół związany z Uniwersytetem Zielonogórskim, opisany w prestiżowym piśmie naukowym. W sali badawczej i przy komputerze pojawiły się gry, próbki krwi i cztery modele AI – jeden z nich dał wynik lepszy niż oczekiwano. Dla rodzin to zapowiedź szansy na szybszą diagnozę.

• Pięć lat pracy w Zakładzie Neuroinżynierii i Medycyny Kosmicznej – jak powstał algorytm
• Co to oznacza dla medycyny w Zielonej Górze i dalej

Pięć lat pracy w Zakładzie Neuroinżynierii i Medycyny Kosmicznej – jak powstał algorytm

Badanie zainicjowali lekarze i naukowcy z Uniwersytetu Zielonogórskiego, kierowani przez dr. n. med. Przemysława Zakowicza i dr. n. med. inż. Maksymiliana Brzezickiego. Przez pięć lat zespół zestawił dane biologiczne i zachowania poznawcze u dzieci, tworząc bazę, na której trenowano modele sztucznej inteligencji.

Badaniom poddano:

• 45 dzieci z rozpoznaną wczesną psychozą,
• 34 dzieci zdrowe jako grupa kontrolna,
• pomiary biomarkerów białkowych w surowicy oraz testy neuropsychometryczne realizowane jako proste gry komputerowe, mierzące np. szybkość reakcji.

Zebrane cechy trafiły do czterech algorytmów AI. Najlepiej poradził sobie model XGBoost, który w ocenie zespołu wskazywał poprawnie chorych w ponad 90% przypadków. Badacze podkreślają, że symptomy u dzieci przejawiały się m.in. spowolnionymi lub nieadekwatnymi reakcjami w zadaniach testowych.

“Z badań wynika, że dzieci chore reagowały wolniej i często nieadekwatnie.”
— dr n. med. Przemysław Zakowicz

Więcej lokalnych informacji z Zielonej Góry jest na portalzielonagora.pl. Sprawdź też, co dzieje się w najbliższych dniach – wydarzenia i imprezy zbieramy na portalzielonagora.pl/wydarzenie.

Co to oznacza dla medycyny w Zielonej Górze i dalej

Wynik opublikowano w Nature Scientific Reports, a w projekcie uczestniczyli także partnerzy z m.in. Uniwersytetu Medycznego w Poznaniu, Szpitala Uniwersyteckiego w Zielonej Górze, BG Klinikum w Hamburgu, Szpitala Uniwersyteckiego w Heidelbergu, Instytutu Neurologii i Psychiatrii w Warszawie oraz Szpitala im. Babińskiego w Łodzi. To ważne, bo międzynarodowa współpraca zwiększa wiarygodność i szanse na dalszą walidację metody.

Badacze ostrzegają jednak, że wykrycie psychozy we wczesnym stadium to nie jedynie liczby – to czas i terapia. Jak mówił jeden z liderów projektu:

“Tymczasem tylko wczesne wykrycie choroby i włączenie odpowiedniej terapii są w stanie uratować mózg dziecka przed dalszym zniszczeniem. I tylko leczone dziecko ma szansę wrócić do zdrowia.”
— dr n. med. inż. Maksymilian Brzezicki

W praktyce to oznacza, że narzędzie oparte na AI może stać się wsparciem dla lekarzy kierujących dzieci na specjalistyczne leczenie, np. w Centrum Leczenia Dzieci i Młodzieży w Zaborze czy na oddziałach psychiatrii dziecięcej w regionie. Zanim jednak algorytm trafi do codziennego użytku, potrzebne są dalsze próby kliniczne, wdrożenia i akceptacja regulacyjna.

Dla rodziców i opiekunów praktyczne implikacje są jasne – szybsza, bardziej obiektywna ocena ryzyka może ograniczyć przypadki nieprawidłowych terapii i przyspieszyć dostęp do specjalistów. W krótkiej perspektywie warto zwracać uwagę na symptomy sugerujące zaburzenia kontaktu z rzeczywistością, zmiany nastroju i odstępstwa w reakcjach na polecenia czy bodźce – to właśnie takie sygnały badanie wykorzystało do trenowania modeli.

Kluczowe elementy badania w pigułce:

• próba: 45 chorych vs 34 zdrowych dzieci,
• metody: biomarkery białkowe w surowicy + testy neuropsychologiczne w formie gier,
• analiza: cztery algorytmy AI, najlepszy wynik osiągnął XGBoost (> 90% trafności),
• publikacja: Nature Scientific Reports, międzynarodowy zespół badawczy.

Projekt otwiera perspektywę wcześniejszej identyfikacji dzieci, które wymagają pilnej opieki psychiatrycznej, oraz pokazuje, jak połączenie badań biologicznych i cyfrowych narzędzi może zmienić diagnostykę chorób o wczesnym początku.

na podstawie: Zielona Góra Urząd Miasta.