Ekspert medyczny artykułu
Nowe publikacje
Sztuczna inteligencja jest w stanie rozpoznać depresję
Ostatnia recenzja: 02.07.2025
Cała zawartość iLive jest sprawdzana medycznie lub sprawdzana pod względem faktycznym, aby zapewnić jak największą dokładność faktyczną.
Mamy ścisłe wytyczne dotyczące pozyskiwania i tylko linki do renomowanych serwisów medialnych, akademickich instytucji badawczych i, o ile to możliwe, recenzowanych badań medycznych. Zauważ, że liczby w nawiasach ([1], [2] itd.) Są linkami do tych badań, które można kliknąć.
Jeśli uważasz, że któraś z naszych treści jest niedokładna, nieaktualna lub w inny sposób wątpliwa, wybierz ją i naciśnij Ctrl + Enter.
Dlaczego depresja jest tak trudna do rozpoznania, zwłaszcza w jej wczesnych stadiach? Czy istnieją metody optymalizacji diagnozy? Oto pytania, które zadają sobie naukowcy.
Przed postawieniem diagnozy depresji, lekarz musi wykonać trudną pracę: zebrać wszystkie możliwe dane o pacjencie, przedstawić pełny obraz patologii, przeanalizować cechy kształtowania osobowości i styl życia danej osoby, śledzić wszelkie możliwe objawy i znaleźć przyczyny, które mogą pośrednio wpływać na rozwój choroby. Naukowcy reprezentujący Massachusetts Institute of Technology opracowali model, który może określić depresję u danej osoby bez zadawania konkretnych pytań testowych, opierając się jedynie na cechach konwersacyjnych i stylu pisania.
Jak wyjaśnia jeden z liderów projektu badawczego, Tuki Alhanai, pierwszy „sygnał alarmowy” o obecności depresji może zabrzmieć właśnie podczas rozmowy z pacjentem, niezależnie od stanu emocjonalnego tej osoby w danym momencie. Aby rozszerzyć model diagnostyczny, konieczne jest zminimalizowanie liczby ograniczeń stosowanych do informacji: konieczne jest przeprowadzenie jedynie zwykłej rozmowy, pozwalając modelowi ocenić stan pacjenta podczas naturalnej rozmowy.
Naukowcy nazwali stworzony przez siebie model „bezkontekstowym”, ponieważ nie było żadnych ograniczeń co do zadawanych pytań ani słyszanych odpowiedzi. Korzystając z techniki sekwencyjnego modelowania, naukowcy wprowadzili do modelu wersje tekstowe i audio rozmów z pacjentami z zaburzeniami depresyjnymi i bez nich. W miarę gromadzenia się sekwencji pojawiały się wzorce – na przykład standardowe włączanie słów takich jak „smutny”, „upadek” i monotonnych sygnałów słuchowych do rozmowy.
„Model rozpoznaje sekwencję werbalną i ocenia wyuczone wzorce jako najbardziej prawdopodobne czynniki obecne u pacjentów z depresją i bez niej” – wyjaśnia profesor Alhanai. „Następnie, jeśli AI zauważy podobne sekwencje u kolejnych pacjentów, może zdiagnozować u nich depresję”.
Próby testowe wykazały udaną diagnozę depresji przez model w 77% przypadków. Jest to najlepszy wynik odnotowany wśród wszystkich wcześniej testowanych modeli, które „działały” z jasno ustrukturyzowanymi testami i kwestionariuszami.
Czy eksperci zamierzają wykorzystać sztuczną inteligencję w praktyce? Czy znajdzie się ona w bazie kolejnych modeli „inteligentnych” asystentów? Naukowcy nie wyrazili jeszcze swojego zdania w tej sprawie.
Informacje o badaniu są publikowane na stronie internetowej Massachusetts Institute of Technology. Można je również znaleźć szczegółowo na stronach http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf
[ 1 ]