Kinikilala ng Artipisyal na Katalinuhan ang depression.

Bakit napakahirap kilalanin ang depresyon, lalo na sa maagang yugto? Mayroon bang anumang mga paraan upang ma-optimize ang mga diagnostic? Ang mga tanong na ito ay itinakda ng mga siyentipiko.

Bago maipahayag ang diagnosis ng " depression ", dapat gawin ng medikal na espesyalista ang isang mahirap na trabaho: mangolekta ng lahat ng posibleng data tungkol sa pasyente, ipakita ang kumpletong larawan ng patolohiya, pag-aralan ang mga katangian ng pagkatao ng pagkatao at ang pamumuhay ng tao, sundin ang anumang mga posibleng sintomas, alamin ang mga sanhi na maaaring di-tuwirang makaapekto pag-unlad ng isang masakit na kalagayan. Ang mga siyentipiko na kumakatawan sa Massachusetts Institute of Technology ay nagdisenyo ng isang modelo na maaaring makakita ng depresyon sa isang tao na walang posing partikular na mga katanungan sa pagsusulit, batay lamang sa mga tampok na pang-usap at nakasulat na estilo.

Bilang isa sa mga pinuno ng proyektong pananaliksik, Tuki Alhanai, nagpapaliwanag, ang unang "kampanilya" tungkol sa pagkakaroon ng depresyon ay maaaring marinig sa panahon ng pakikipag-usap sa isang pasyente, anuman ang emosyonal na estado ng tao sa isang partikular na oras. Upang palawakin ang modelo ng diagnosis, kinakailangan upang mabawasan ang bilang ng mga paghihigpit na inilapat sa impormasyon: ang lahat ng kailangan ay upang magsagawa ng isang ordinaryong pag-uusap, na nagpapahintulot sa modelo na suriin ang kondisyon ng pasyente sa isang natural na pag-uusap.

Tinawag ng mga eksperto ang nilikha na modelo na "wala sa konteksto", dahil sa kawalan ng anumang mga paghihigpit sa mga tanong na tinanong o naririnig na mga sagot. Gamit ang paraan ng sunud-sunod na pagmomolde, ang mga mananaliksik ay nagpadala ng mga modelo ng teksto at mga tunog na bersyon ng mga pag-uusap na may mga pasyente na nagdurusa at hindi naghihirap mula sa depresyon na mga karamdaman. Sa kurso ng akumulasyon ng mga pagkakasunod-sunod, ang mga batas ay dumating sa ibabaw - halimbawa, ang karaniwang pagsasama ng mga salitang tulad ng "malungkot", "pagkahulog" sa pag-uusap, at din pandinig monotonic signal.

"Pinagtutuunan ng modelo ang pagkapareho ng salita at sinusuri ang mga kinikilalang mga pattern sa anyo ng posibleng mga posibleng kasalukuyang mga pasyente na nagdurusa at hindi nagdurusa," paliwanag ni Propesor Alkhanai. "Dagdag pa, kung napansin ng mga artipisyal na katalinuhan ang magkaparehong mga pagkakasunod-sunod sa mga sumusunod na pasyente, pagkatapos ay batay sa mga ito ay makakapag-diagnose siya ng depressive state sa kanila."

Ang mga pagsubok sa pagsubok ay nagpakita ng matagumpay na diagnosis ng depression sa 77% ng mga kaso. Ito ang pinakamahusay na resulta, na naitala sa lahat ng naunang sinubok na mga modelo na "nagtrabaho" na may malinaw na nakabalangkas na mga pagsusulit at mga questionnaire.

Iminumungkahi ba ng mga eksperto ang paggamit ng artificial intelligence sa pagsasanay? Magkakaroon ba siya sa base ng kasunod na mga modelo ng "matalinong" katulong? Sa account na ito, ang mga siyentipiko ay hindi pa nagpahayag ng kanilang mga pananaw.

Ang impormasyon tungkol sa pag-aaral ay na-publish sa website ng Massachusetts Institute of Technology. Gayundin maaari itong matagpuan nang detalyado sa mga pahina.http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

[1]