دکتر توماس اینسل (Thomas Insel) یکی از این افراد است. او پس از سالها، به تازگی کار در اداره سلامت روان ایالت متحده را رها کرده و برای انجام پژوهشهای خود به گوگل پیوسته است. مجله نیوساینتیست در مصاحبهای با این پژوهشگر برجسته، دلیل این جدایی و مزایای کار در حوزه دیجیتال برای شناخت بهتر اختلالات روانی را جویا شده است.
چرا از موسسه ملی سلامت روان ایالات متحده بیرون آمدید و به گوگل پیوستید؟
باید اعتراف کنم که پس از 13 سال کار صادقانه برای دولت در بخش پژوهشهای سلامت روان، هیچ نتیجه مثبتی چه در زمینه کاهش شیوع و یا مرگ و میر ناشی از اختلالات جدی روانی ندیدم و به همین دلیل به این نتیجه رسیدم که شاید بهتر باشد مسیری جدید را در پیش بگیرم. اگر این راه مستلزم کار در بخش خصوصی باشد، باید همان مسیر را آغاز کنم.
پس به نظر شما، چرا کار در گوگل از کار در اداره ملی سلامت روان آمریکا بهتر است؟
البته منظورم 100 درصد این نیست، با این وجود فکر نمیکنم فعالیتهایی نظیر شناسایی زودهنگام برخی مشکلات روانی و یا یافتن راههایی برای ایجاد شرایط بهتر برای افراد دارای افسردگی، اموری باشند که دولت بتواند به تنهایی از پس آنها برآید. حتی بخش خصوصی و فعالیتهای انسان دوستانه و خیریه نیز به تنهایی نمیتوانند از عهده انجام این کار مهم برآیند.
حدود 5 سال است که اداره سلامت روان آمریکا طرحی به نام «پروژه بزرگ برای تحول تشخیص» را آغاز کرده است. اما واقعیت این است که از توان تحلیلی درست برای انجام این پروژه برخوردار نیستیم. در عوض شرکتهای بزرگی نظیر آی.بی.ام، اپل و یا گوگل از توان خوبی برای انجام چنین تحلیلها و پژوهشهایی برخوردارند.
آیا پروژه جدید شما برای واکاوی اطلاعات، قرار است از دادههای خصوصی کاربران گوگل استفاده کند؛ یعنی مشابه کاری که برخی شبکههای اجتماعی با دادههای خصوصی کاربران خود میکنند؟
فکر نمیکنم. به نظرم نگرانیهایی در مورد مساله حریم خصوصی و نیز اطلاعات فردی وجود دارد و به همین دلیل شاید در ابتدای کار چنین اطلاعاتی نرویم.
فناوری چگونه میتواند به شما برای یافتن راههایی برای پایان بخشی به بیماریهای ذهنی و روانی کمک کند؟
واقعیت این است که هنوز درک دقیقی از همه جوانب این مساله نداریم. ما هم اکنون فقط میتوانیم به این گفته بسنده کنیم که با ارزیابی عمیق دادهها میتوان به مطالعه رفتار و شناخت در انسانها پرداخت و البته نتایج به دست آمده از آن به مراتب دقیقتر و واقعیتر از شیوههای رایج دیگر است. طراحی الگوریتمهایی برای رمزگشایی از تغییرات تازه ایجاد شده در گفتار میتواند به ما در ساخت دستگاه هایی برای شناسایی نشانههای اولیه اسکیزوفرنی کمک کند. برای نمونه گروهی در آی.بی.ام از تحلیل گفتار برای شناسایی نخستین نشانههای سایکوز استفاده میکنند. این تیم با استفاده از الگوریتمهای یادگیری ماشین توانسته الگویی مشخص را شناسایی کند که در آن نحوه اتصال واژگان بهم مشخص در افرادی که در آستانه گرفتار شدن به اسکیزوفرنی مورد استفاده قرار گرفته است. نکته جالب اینجاست که متخصصان بالینی در طی این سالها هرگز متوجه چنین مسالهای نشده بودند.
پانزده سال پیش، آیا فکر میکردید که گوگل و آی.بی.ام درگیر پروژههای تحقیقی در زمینه سلامت روان شوند؟
حتی 15 ما پیش هم چنین فکری نمیکردم. تاکنون وضعیت به گونهای بود که فقط بخش دولتی و یا بخش خصوصی بر روی چنین پژوهشهایی سرمایه گذاری میکردند. منظور از سرمایه گذاری بخش خصوصی نیز، معمولا سرمایه گذاری شرکتها و صنایع داروسازی است. اما امروز در دنیایی متفاوت زندگی می کنیم. حدود یک دهه است که سرمایه گذاری بخش دولتی راکد مانده است. در عوض بخش خصوصی در حوزههایی جدید سرمایه گذاری میکند.
مترجم: صالح سپهری فر
No tags for this post.