Sztuczna inteligencja jest w stanie rozpoznać depresję.
Ostatnia recenzja: 18.05.2024
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 tak trudno rozpoznać depresję, szczególnie na wczesnym etapie? Czy są jakieś metody optymalizacji diagnostyki? Takie pytania ustalają naukowcy.
Przed wyrażeniem diagnozy " depresji ", specjalista medyczny musi wykonać trudną pracę: zebrać wszystkie możliwe dane na temat pacjenta, przedstawić pełny obraz patologii, przeanalizować charakterystykę tworzenia osobowości i stylu życia danej osoby, śledzić wszelkie możliwe objawy, ustalić przyczyny, które mogą pośrednio wpłynąć na rozwój bolesnego stanu. Naukowcy reprezentujący Massachusetts Institute of Technology zaprojektowali model, który potrafi wykryć depresję u osoby bez stawiania konkretnych pytań testowych, opartej wyłącznie na cechach konwersacyjnych i stylu pisanym.
Jak wyjaśnia jeden z liderów projektu badawczego, Tuki Alhanai, pierwszy "dzwonek" o obecności depresji można usłyszeć podczas rozmowy z pacjentem, niezależnie od stanu emocjonalnego danej osoby w danym czasie. Aby rozwinąć model diagnozy, konieczne jest zminimalizowanie liczby ograniczeń stosowanych do informacji: wszystko, czego wymaga się, to przeprowadzenie zwykłej rozmowy, pozwalającej modelowi ocenić stan pacjenta w trakcie naturalnej rozmowy.
Eksperci nazywali stworzony model "poza kontekstem", ze względu na brak jakichkolwiek ograniczeń w zadawanych pytaniach lub słyszanych odpowiedziach. Korzystając z metody sekwencyjnego modelowania, naukowcy przesłali modele tekstowych i dźwiękowych wersji rozmów z pacjentami cierpiącymi i nie cierpiącymi na zaburzenia depresyjne. W trakcie kumulacji sekwencji pojawiły się prawa - na przykład standardowe włączenie takich słów, jak "smutny", "upadek" w rozmowie, a także dźwiękowe sygnały monotoniczne.
"Model odróżnia spójność werbalną i ocenia rozpoznane wzorce w postaci najbardziej możliwych czynników obecnych u pacjentów cierpiących na depresję i nie cierpiących z powodu depresji" - wyjaśnia profesor Alkhanai. "Ponadto, jeśli sztuczna inteligencja zauważa podobne sekwencje u następnych pacjentów, wówczas na podstawie tego jest w stanie zdiagnozować w nich stan depresyjny."
Testy wykazały skuteczność diagnozy depresji w 77% przypadków. To najlepszy wynik, który został odnotowany wśród wszystkich wcześniej przetestowanych modeli, które "pracowały" z jasno skonstruowanymi testami i kwestionariuszami.
Czy eksperci sugerują w praktyce stosowanie sztucznej inteligencji? Czy znajdzie się w bazie kolejnych modeli "inteligentnych" asystentów? Z tego powodu naukowcy nie wyrazili jeszcze swoich opinii.
Informacje o badaniu są publikowane na stronie internetowej Massachusetts Institute of Technology. Można go również znaleźć w szczegółach na stronach.http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf
[1]