מאת: יפעת זר, מידענית, מהנדסת כימיה מרכז מידע, מדור ידע וחדשנות המוסד לבטיחות ולגיהות
תאריך:12/05/2022
כתוצאה מהתפרצות הקורונה, זינקה התחלואה הנפשית בישראל ובכל העולם בשיעורים חסרי תקדים, עם עלייה ניכרת בכל סוגי הפגיעות: חרדה, דיכאון, טראומה, פסיכוזות והפרעה דו-קוטבית. על פי הערכה, מהמחצית הראשונה של שנת 2020, כ-450 מיליון איש סובלים ממצוקה נפשית בכל העולם. אך זהו נתון חלקי, שכן במדינות כמו סין, הודו או אינדונזיה יש פחות פניות לטיפול, יחסית לאלו המתקבלות בעולם המערבי, והדיווח על מחלות והפרעות נפשיות בהן נמוך מהתחלואה בפועל. כמו כן, על פי נתונים המגיעים מאירופה, מסין ומארצות הברית, קיימת סבירות ששיעור התחלואה הנפשית כיום עומד כבר על יותר מכפול מנתון זה (מ-450 מיליון) וקיים צפי שדיכאון יתפוס את המקום הראשון מבין כלל התחלואות באוכלוסיית העולם, בשנת 2030.
תחלואה נפשית נמצאה קשורה להיארעות תאונות עבודה, היעדרויות מהעבודה, אובדן פריון עבודה ונזק כספי למשק. לכן, חתירה לצמצומה חיונית לא רק לפרט, אלא לכל ארגוני העבודה ולכלל החברה בכל מדינה. אי לכך, מומחים בתחום הבינה המלאכותית (AI) בכל העולם שוקדים ועמלים על מציאת מודלים יעילים למניעת מצוקות נפשיות, אבחון שלהן וטיפול בהן.
בשנים האחרונות, טכנולוגיות חדשניות מבוססות AI יושמו בהצלחה ברפואה הקלינית, למשל, לצורך אבחון מלנומה וסרטן שד, ובינה מלאכותית הצליחה לחזות ביעילות את שיעורי החזרה לעבודה של עובדים לאחר מחלה. השימוש ב-AI נמצא יעיל גם בתחום הפסיכיאטריה, לצורך אבחון מחלות נפש וטיפול בהן. לדוגמה, ניתוח AI של נתוני צורת הליכה יושם ביעילות לצורך אבחון תנודות במצב הרוח; שימוש בלמידת מכונה (ML) של תנועות חלקי גוף יושם למטרת אבחון הפרעות דיכאון בדיוק של 97.2%; ושימוש בשילוב של אמצעים לבישים, רשת נוירונים ומודל RFM (Random forest model) יושמו לזיהוי רמות מתח נפשי בדיוק של 92% ודיכאון קליני בדיוק של 87%.
עיסוק וטיפול בנושא תחלואה נפשית במסגרות עבודה הוא מורכב ובעייתי מאוד, בשל הרגישות הרבה והסטיגמה השלילית על בריאות הנפש, הרווחת עדיין בקרב רבים. לרוב, עובדים, הנשאלים בשאלונים על מצבם הנפשי, אינם נוטים לענות בכנות, ולכן, קשה לאתר עובדים הסובלים ממצוקות נפשיות והם עלולים להישאר לא מאובחנים ולא מטופלים.
מחקר פורץ דרך, אשר נערך בעיר המחקר היפנית צוקמה בשנת 2017, בחן את יכולת הדיוק של מערכת AI באבחון ובזיהוי מצוקה נפשית ברמות בינונית וגבוהה בקרב עובדים, בהשוואה ליכולת הדיוק של פסיכיאטרים. 7,251 עובדים השתתפו במחקר, רובם עוסקים במחקר ובהוראה, והיתר הם עובדי משרד ומנהלה, מהנדסים, עובדים טכניים ועוד. שישה פסיכיאטרים, מתוכם חמישה מומחים בעלי יותר מחמש או עשר שנות ניסיון, השתתפו במחקר כמקור להשוואה למערכת ה- AI.
לצורך איסוף המידע, התבקשו המשתתפים לענות און-ליין על שאלונים, אשר כללו שאלות על אודות נתונים סוציו-דמוגרפיים, כגון, גיל, מגדר, מצב משפחתי, סוג התפקיד בעבודה, רמת השכלה, מספר הנפשות במשפחה, רמת הכנסה והרגלי פעילות גופנית, עישון ודפוסי שינה. כיוון שכאמור, העובדים אינם נוטים לחשוף תחושות רגשיות ומצבי רוח, השאלונים לא כללו נתונים סובייקטיביים אלו.
החוקרים בנו עבור כל מגדר שנֵי מודלים של למידת מכונה, המבוססים על רשת נוירונים. האחד, לאיתור מצוקה נפשית ברמה בינונית, והשֵני, לאיתור מצוקה נפשית ברמה גבוהה. לצורך ההשוואה בין מערכת ה-AI לפסיכיאטרים, קיבלו ששת הפסיכיאטרים את אותם נתונים שהוזנו למערכת ה- AI: נתונים של 100 מקרי בוחן, אשר נבחרו באופן מקרי מתוך כלל משתפי המחקר.
על פי ממצאי המחקר, אבחון מצוקה נפשית ברמה בינונית בוצע על ידי מערכת ה-AI בדיוק של 65.2%, ועל ידי הפסיכיאטרים בדיוק של 64.4%, כלומר, לא היה הבדל משמעותי ביניהם. אולם, רמת הדיוק של AI באבחון מצוקה נפשית ברמה גבוהה הייתה גבוהה יותר באופן משמעותי מזו של הפסיכיאטרים - 89.9% של AI, לעומת 85.5% של הפסיכיאטרים. כלומר, נראה כי המודל של למידת מכונה יכול לאתר בהצלחה עובדים המצויים במצוקה נפשית גבוהה.
אולם, יש למחקר כמה חולשות: ראשית, קשה להחיל את מסקנותיו על אוכלוסייה רחבה ומגוונת יותר מאוכלוסיית המשתתפים בו, היות שרובם היו חוקרים מרצים, וממחקרי עבר ידוע כי שיעור השחיקה בעבודה והמתח הנפשי בקרבם גבוה יחסית לזה של יתר בעלי המקצוע במשק. שנית, לא היה אפשר להוציא מהמדד למצוקה נפשית גבוהה את מחלות הנפש, כגון סכיזופרניה והפרעה דו-קוטבית (מאניה-דיפרסיה), המקושרות לדיכאון, כביטוי של מצוקה נפשית גבוהה.
כמו כן, הקריטריון לאבחון דיכאון (כביטוי של מצוקה נפשית גבוהה) בהתאם לספר הפסיכיאטרים 5-DSM הוא דיווח סובייקטיבי של האדם על רגשות המקושרים לדיכאון, למשל, מצב רוח ירוד, איבוד הנאה ועניין. וכיוון שהשאלונים אינם כוללים שאלות ישירות על רגשות ומצבי רוח, ולא בוצעו ראיונות של המשתתפים על ידי פסיכיאטרים, אי אפשר לתקף את תוצאות מודל ה-AI לצורך אבחון מוחלט של דיכאון.
אך עדיין אפשר להשתמש במודל ה"לומד" ככלי מהיר וקל לסינון ולאיתור ראשוני של עובדים, המצויים במצוקה נפשית, תוך הימנעות מהצגת שאלות ישירות מביכות על תחושות סובייקטיביות שלהם, ורופאים תעסוקתיים ופסיכיאטרים יכולים להיעזר במודל ככלי תומך לאבחון קליני של תחלואה נפשית בקרב עובדים. כמו כן, ניתן להשתמש במודל כאפליקציה בטלפונים חכמים, שהודות לזמינותם ולקלות השימוש בהם, אפשר להגיע באמצעותם אל עובדים רבים, כולל אלו המועסקים באתרי עבודה מרוחקים או מהבית.
החוקרים ציינו כי אפשר לשפר את דיוק האיתור והאבחון של המודל על ידי העלאת מספר מקרי הבוחן במחקר, יחד עם שילוב של למידת מכונה של הבעות פנים וניתוח דיבור, ולחזור על ניסוי המחקר באוכלוסייה מגוונת וגדולה יותר לבחינת תקפות ואמינות התוצאות, וכדי שישמש כלי עתידי לאיתור מצוקות נפשיות באוכלוסיות גדולות.
הערכת המועצה לבריאות הנפש בישראל בתחילת מגפת הקורונה שכ-10% מהאוכלוסייה, כלומר כמעט מיליון נפש, יזדקקו לטיפול פסיכיאטרי, הולכת ומתאמתת, והמספרים כבר עוברים את התחזיות. שילוב טכנולוגיות AI, כדוגמת מודל רשת הנוירונים החלוצי שפותח ביפן, לאבחון ולאיתור מוקדם של מצוקה נפשית במקומות עבודה, יכול להקל על העומס של מערכת בריאות הנפש בישראל ולמנוע נזק עתידי והתפתחות של מחלות פסיכיאטריות בקרב העובדים.
מקורות
♦ המגפה השקטה חמורה לא פחות מהקורונה — תחלואה פסיכיאטרית, הארץ, 2020.
♦ האנשים השקופים של המגפה: "כמיליון איש זקוקים לטיפול נפשי בעקבות הקורונה", ynet.
♦ Comparison of predicted psychological distress among workers between artificial intelligence and psychiatrists: a cross-sectional study in Tsukuba Science City, Japan, BMJ Open, 2021.