Nakikilala ng artificial intelligence ang depresyon

Bakit napakahirap kilalanin ang depresyon, lalo na sa mga unang yugto nito? Mayroon bang mga paraan upang ma-optimize ang diagnosis? Ito ang mga tanong ng mga siyentipiko sa kanilang sarili.

Bago mag-diagnose ng depression, ang isang medikal na propesyonal ay dapat gumawa ng isang mahirap na trabaho: kolektahin ang lahat ng posibleng data tungkol sa pasyente, ipakita ang isang kumpletong larawan ng patolohiya, pag-aralan ang mga katangian ng pagbuo ng personalidad at pamumuhay ng tao, subaybayan ang anumang posibleng mga sintomas, at alamin ang mga dahilan na maaaring hindi direktang makaapekto sa pag-unlad ng sakit. Ang mga siyentipiko na kumakatawan sa Massachusetts Institute of Technology ay nagdisenyo ng isang modelo na maaaring matukoy ang depresyon sa isang tao nang hindi nagtatanong ng mga partikular na tanong sa pagsusulit, batay lamang sa mga katangian ng pakikipag-usap at nakasulat na istilo.

Bilang isa sa mga pinuno ng proyekto ng pananaliksik, si Tuki Alhanai, ay nagpapaliwanag, ang unang "alarm bell" tungkol sa pagkakaroon ng depresyon ay maaaring tumunog nang tumpak sa panahon ng pakikipag-usap sa isang pasyente, anuman ang emosyonal na kalagayan ng tao sa sandaling iyon. Upang mapalawak ang modelo ng diagnostic, kinakailangan upang mabawasan ang bilang ng mga paghihigpit na inilapat sa impormasyon: kinakailangan lamang na magsagawa ng isang ordinaryong pag-uusap, na nagpapahintulot sa modelo na masuri ang kondisyon ng pasyente sa panahon ng isang natural na pag-uusap.

Tinawag ng mga mananaliksik na "walang konteksto" ang modelong ginawa nila dahil walang mga paghihigpit sa mga itinanong o mga sagot na narinig. Gamit ang isang sequential modeling technique, pinapakain ng mga mananaliksik ang modelong text at mga audio na bersyon ng mga pag-uusap sa mga pasyenteng may at walang mga depressive disorder. Habang naipon ang mga pagkakasunud-sunod, lumitaw ang mga pattern - halimbawa, ang karaniwang pagsasama ng mga salita tulad ng "malungkot," "pagbagsak," at mga monotonous na auditory signal sa pag-uusap.

"Kinikilala ng modelo ang pagkakasunud-sunod ng pandiwa at sinusuri ang mga natutunang pattern bilang ang pinaka-malamang na mga kadahilanan na naroroon sa mga pasyente na may at walang depresyon," paliwanag ni Propesor Alhanai. "Pagkatapos, kung napansin ng AI ang mga katulad na pagkakasunud-sunod sa mga kasunod na pasyente, maaari itong masuri na sila ay may depresyon."

Ang mga pagsubok sa pagsubok ay nagpakita ng matagumpay na pagsusuri ng depresyon ng modelo sa 77% ng mga kaso. Ito ang pinakamahusay na resulta na naitala sa lahat ng naunang nasubok na mga modelo na "nagtrabaho" na may malinaw na nakabalangkas na mga pagsusulit at mga talatanungan.

Balak ba ng mga eksperto na gumamit ng artificial intelligence sa pagsasanay? Isasama ba ito sa base ng mga kasunod na modelo ng "matalinong" katulong? Ang mga siyentipiko ay hindi pa nagpahayag ng kanilang opinyon sa bagay na ito.

Ang impormasyon tungkol sa pag-aaral ay inilathala sa website ng Massachusetts Institute of Technology. Matatagpuan din ito nang detalyado sa mga pahina http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

[ 1 ]