Tekoälysovelluksista ja koneoppimismalleista voi olla hyötyä mielenterveysongelmien varhaisessa tunnistamisessa, kertoo datatieteilijä Venla Viljamaa. Viljamaa työskentelee Emblica-yrityksessä, jossa suunnitellaan ja kehitetään erilaisia tekoälysovelluksia.

Koneoppimismalleja voidaan käyttää tunnistamaan luonnollista kieltä lähdeaineistoista. Luonnollisella kielellä tarkoitetaan ihmisen tuottamaa, puhuttua ja kirjoitettua kieltä. Latent Dirichlet Allocation eli LDA on yksi tällaista kieltä varten kehitetty teknologia. Se pyrkii ryhmittelemään tekstiaineistoissa olevat sisällöltään samanlaiset sanat omiin ryhmiin.

Tätä voidaan hyödyntää mielenterveystyössä. Kun koneoppimismalli on oppinut ryhmittelemään sanoja ihmisiltä kerätyn terveyteen liittyvän datan perusteella, sanojen kautta ihmiset voidaan jaotella eri ryhmiin. Niistä pystytään tunnistamaan riskiryhmät, joiden jäsenten ongelmiin voidaan tarjota apua varhaisemmassa vaiheessa.

Mielenterveysongelmien varhainen tunnistaminen ja niihin puuttuminen on keskiössä nopeamman toipumisen kannalta. Kun ongelmiin ja oireisiin voidaan tarjota apua aikaisin, ne eivät ehdi kehittyä vakaviksi ja ovat helpompia hoitaa.

Sovellusten ja mallien opettamiseen tarvitaan dataa. Esimerkiksi asiakirjoja ja hoitokertomuksia voidaan käyttää mallien opettamiseen. Dataa kerätään vain sellaisilta ihmisiltä, jotka ovat antaneet siihen suostumuksensa ja sitä voidaan käsitellä niin, ettei henkilöä voi enää tunnistaa sen perusteella.

– Dataa voidaan käyttää niin, että tunnistettavat tiedot, kuten nimet, on muutettu, sillä malli ei tarvitse nimiä oppiakseen, sanoo Viljamaa.

Kaikkea mielenterveyteen liittyvää työtä ei tekoälysovelluksilla voida korvata.

– Tekoälysovellukset ovat työkalu, eivät vastaus kaikkeen. En usko, että tekoäly voi korvata esimerkiksi terapeuttia.