Kunstig intelligens kan udpege – og hjælpe – folk med dårlig mental trivsel

AI kan være et vigtigt værktøj til at identificere og afhjælpe mental mistrivsel. Det viser et projekt i Erhvervsfyrtårn Life Science, hvor det er lykkes at finde mennesker med dårlig trivsel i et internetforum og derefter støtte dem med relevante tilbud. Krifa og Dansk Røde Kors har været en del at projektet, og begge organisationer ser nye muligheder i at anvende AI til at hjælpe medlemmer og brugere til en bedre trivsel.

Kan kunstig intelligens være med til at identificere folk med dårlig mental trivsel – ud fra hvad de skriver i et socialt forum på nettet?

Ja, det tyder et nyt studie på.

I et projekt i regi af Erhvervsfyrtårn Life Science er det nemlig lykkes en AI-model at udpege brugere med tegn på mistrivsel som ensomhed, stress og angst.

Krifa og Røde Kors bidrog til projektet med at levere forskellige trivselstilbud, der matchede brugernes udfordringer. Begge organisationer ser nu et spændende potentiale i at bruge AI til identificere mennesker, der kan hjælpes til at trives bedre mentalt.

Krifa svarer bl.a. til projektets slutrapport:

– Projektet har vist potentialet i at anvende en forebyggende AI-baseret løsning, som kan reducere mistrivsel tidligt og på sigt medvirke til at mindske antallet af personer, der ender på dagpenge. Dette perspektiv åbner for en mere proaktiv indsats i vores medlemsstøtte.

Forbedret trivsel

Den nye AI-model er blevet testet på det virtuelle sociale netværk Boblberg, hvor 48 brugere er blevet screenet og henvist til et tilbud.

Disse beskeder møder brugerne på en social platform, hvis en AI-model vurderer, at de er i risiko for at kæmpe med enten stress, ensomhed eller angst.

Resultater af projektet:

  • Modellen har identificeret 27 brugere med tegn på ensomhed, 14 brugere med tegn på stress og 7 brugere med tegn på angst.
  • Deltagernes gennemsnitlige trivselsscore steg fra 4,95 til 5,73 – en forbedring på 0,77 point på WELLBY-skalaen
  • Den vigtigste læring for virksomheden Boblberg er, at det både lykkedes at få brugerne til at deltage i målinger og interventioner.

AI giver en ekstra dimension til at hjælpe

Anders Stæhr, medstifter af Boblberg.

Et af de centrale elementer på platformen Boblberg har altid været, at få mennesker til at mødes og hjælpe hinanden, forklarer Anders Stæhr, medstifter af Boblberg.

– Platformen kan skabe nye kontakter, både til dem, der har brug for en helt konkret praktisk hjælp – og til dem, der måske har sociale eller trivselsmæssige udfordringer. Med dette projekt viser vi nu, at vi kan styrke den del, der handler om mental trivsel ved at tilføre kunstig intelligens som en ekstra dimension, siger Anders Stæhr.

AI kan hjælpe med tidligere intervention

Projektet bygger på en vurdering af, at mange mennesker uden for arbejds- og uddannelsessystemet kan finde det vanskeligt at få hjælp til mental sundhedspleje og støtte, og det forværrer uligheden i sundhed.

– Men nu har vi taget første skridt til at vise, at kunstig intelligens kan være med til at identificere og støtte mennesker med skjulte eller uopfyldte behov. Dermed kan en tidligere intervention være med til at dæmpe en eskalering af problemerne og måske endda nedbringe behovet for dyre og ressourcekrævende tiltag som f.eks. psykologbehandlinger, indlæggelser, sygemeldinger mv., siger Anders Stæhr.

Her ses, hvordan AI-modellen arbejder med at analysere de tekster, brugerne skriver på platformen Boblberg

Økonomisk impact

De 48 deltagere i projektet blev henvist til enten samtaleforløb med frivillige fra Røde Kors eller Peer-to-peer-støtte på Boblberg for deltagere med angst.
En central metode til at måle deltagernes mentale forbedring i projektet har været brugen af WELLBY-skalaen, som måler livstilfredshed.

Deltagernes gennemsnitlige trivselsscore steg fra 4,95 til 5,73 – en forbedring på 0,77 point.
Slutrapporten for projektet fortæller, at det svarer til en samlet forbedring på 17 WELLBY-point, hvilket ifølge Teknologisk Instituts beregninger svarer til en samfundsøkonomisk impact på næsten 2 millioner kroner.

Projektdeltagerne tager højde for, at den mindre forsøgsgruppe (22 gennemførte forløb) blot er foreløbig og kan give en statistisk usikkerhed. Desuden kan de selvrapporterede Wellby-scores være påvirket af subjektiv bias.

Ovenstående erfaringer er skabt i Erhvervsfyrtårnets fast-track-projekt OPI-AIMS, og et nyt projekt kaldet OPI-SAIM har til formål at skalere løsningen, personalisere interventionerne og skabe dybere social impact.

Partnere i projektet er Dansk Røde Kors, Alexandra Instituttet, Krifa og Erhversfyrtårn Life Science.

Læs mere om projektet og hent en mini pixibog her

Erhvervsfyrtårn Life Science er medfinansieret af Den Europæiske Union.

For mere information

Projektleder

Nanna Broch Mortensen

Danish Life Science Cluster
Internationalisering
HUB Syddanmark
+45 2880 0096