Kan samtaler med en robot mindske stress og fange tidlige tegn på sygdom?

De danske sundhedsmyndigheder rapporterer stigende stress og dårligt mentalt helbred i hele befolkningen. Alene de 16-24-årige oplevede en 10 procent forværring fra 2017 til 2021. Det betyder, at hver fjerde unge kvinde og hver femte unge mand har en lav mental helbredsscore.

Et nyt forskningsprojekt skal skabe grundmodeller for kunstig intelligens med fokus på at mindske stress og dets effekter i befolkningen. Projektet vil bl.a. undersøge AI-personaers indvirkning på menneskelig interaktion og udvikle nye multimodale modeller, der kombinerer tale-, video- og fysiologiske signaler til avanceret adfærdsforståelse og tidlig diagnosticering.

Ved at udvikle AI-modeller, vil projektet accelerere mulighederne for innovative løsninger til præventive tiltag og støtte i sundhedssystemet. Løsninger, der er centreret omkring menneskelig adfærd og bl.a. kan hjælpe med at træne sociale færdigheder eller indgå i tidlig diagnosticering af for eksempel demens og alzheimers eller symptomer på psykiatriske lidelser.

For patienter vil det muliggøre tidligere behandling, mindre stress og mental støtte i hjemmet, hvilket forventes at øge både patientens og de pårørendes livskvalitet. Alene ved at diagnosticere Alzheimers tidligere, kan Danmark spare op til 267,6 millioner kroner årligt.

Projektet vil udvikle vores forståelse af og formåen med AI-modeller indenfor video, lyd, tekst, og wearables (smartwatch el lign), og bruge disse til at understøtte innovation indenfor forebyggende mental sundhed og tidlig diagnosticering. Det er essentielt for os at kunne bidrage med løsninger, der støtter borgere, patienter og sundhedspersonale ud over de gængse rammer i vores sundhedssystem, siger Line Clemmensen, Professor KU og DTU, CSO Interhuman, Projektleder.

Investeringen fra Innovationsfonden gør det mulig at:

• Undersøge forskellige AI-personaer i samtaleagenter, undersøge deres interaktioner med mennesker og forstå betydningen for vores oplevelse af samtalerne og deres effekter
• Samle et bedre datagrundlag for at lave AI-modeller, der er ensartede på tværs af befolkningsgrupper
• Udvikle nye AI-modeller, der kan sammenholde adfærdsmønstre fra flere sensortyper og bidrage til innovative løsninger.
  
  

Projektet udføres af Danmarks Tekniske Universitet, Københavns Universitet, Region Hovedstadens Børne og Ungdomspsykiatri, Alexandra Instituttet, Zurich University Hospital, DemensAI, og Interhuman.

Fakta

• Innovationsfondens investering:  19, 2 mio. kr.
• Samlet budget: 25,5 mio. kr.
• Varighed: 3,3 år
• Officiel titel: Personas and behaviors of AI for social skills and mental health (PebAI4MH)

Om partnerne

Danmarks Tekniske Universitet bidrager med ekspertise i menneske-AI interaktioner, ansvarlig AI udvikling, talesignaler og wearables.

Københavns Universitet bidrager med ekspertise i statistisk evaluering af AI og udvikling af explainable AI modeller

Region Hovedstadens Børne og Ungdomspsykiatri bidrager med ekspertise i adfærds kodning, psykiatriske diagnosticering og behandling bl.a forældretræning.

Alexandra Instituttet bidrager med ekspertise i taleteknologi, forretnignssiden?

Zurich University Hospital, bidrager med ekspertise i psykiatriske diagnoser og symptomer

Demens AI bidrager med udvikling af AI der kan detektere tidlige tegn på Alzheimers og demens

Interhuman bidrager med udvikling af sociale lag og personaer i AI, der f.eks. kan anvendes til træning af sociale færdigheder.