^
A
A
A

Kunstig intelligens er i stand til å gjenkjenne depresjon.

 
, Medisinsk redaktør
Sist anmeldt: 18.05.2024
 
Fact-checked
х

Alt iLive-innhold blir gjennomgått med medisin eller faktisk kontrollert for å sikre så mye faktuell nøyaktighet som mulig.

Vi har strenge retningslinjer for innkjøp og kun kobling til anerkjente medieområder, akademiske forskningsinstitusjoner og, når det er mulig, medisinsk peer-evaluerte studier. Merk at tallene i parenteser ([1], [2], etc.) er klikkbare koblinger til disse studiene.

Hvis du føler at noe av innholdet vårt er unøyaktig, utdatert eller ellers tvilsomt, velg det og trykk Ctrl + Enter.

18 January 2019, 09:00

Hvorfor er det så vanskelig å gjenkjenne depresjon, spesielt i de tidlige stadier? Er det noen metoder for å optimalisere diagnostikk? Slike spørsmål stilles av forskerne.

Før du uttrykker diagnosen " depresjon ", må den medisinske spesialisten gjøre en vanskelig jobb: samle alle mulige data om pasienten, presentere et komplett bilde av patologien, analyser egenskapene til personlighetsdannelse og personens livsstil, følg eventuelle symptomer, finn ut årsakene som kan indirekte påvirke utvikling av en smertefull tilstand. Forskere som representerer Massachusetts Institute of Technology har utformet en modell som kan oppdage depresjon hos en person uten å utgjøre bestemte testspørsmål, basert kun på konversasjonsfunksjoner og en skriftlig stil.

Som en av lederne av forskningsprosjektet, forklarer Tuki Alhanai, kan den første "klokken" om tilstedeværelse av depresjon bli hørt under en samtale med en pasient, uavhengig av personens følelsesmessige tilstand på et gitt tidspunkt. For å utvide diagnosemodellen, er det nødvendig å minimere antall restriksjoner som brukes på informasjon: Alt som kreves er å gjennomføre en vanlig samtale, slik at modellen kan evaluere pasientens tilstand under en naturlig samtale.

Eksperter kalte den opprettede modellen "ute av kontekst", på grunn av fraværet av begrensninger i spørsmålene som ble spurt eller hørt. Ved hjelp av metoden for sekvensiell modellering sendte forskerne modeller av tekst- og lydversjoner av samtaler med pasienter som lider av og ikke lider av depressive lidelser. I løpet av akkumuleringen av sekvenser kom lovene til overflaten - for eksempel standard inkludering av slike ord som "trist", "fall" i samtalen, og også auditive monotoniske signaler.

"Modellen skiller verbal konsistens og evaluerer anerkjente mønstre i form av de mest mulige nåværende faktorene hos pasienter som lider av og ikke lider av depresjon," forklarer professor Alkhanai. "Videre, hvis kunstig intelligens merker lignende sekvenser i de følgende pasientene, så er han på grunn av dette i stand til å diagnostisere en depressiv tilstand i dem."

Testforsøk viste en vellykket diagnose av depresjon i 77% av tilfellene. Dette er det beste resultatet, som ble registrert blant alle tidligere testede modeller som "arbeidet" med tydelig strukturerte tester og spørreskjemaer.

Er det sannsynlig at eksperter bruker kunstig intelligens i praksis? Vil han være i basen av påfølgende modeller av "smarte" assistenter? På denne kontoen har forskere ennå ikke uttrykt sine synspunkter.

Informasjon om studien er publisert på nettsiden til Massachusetts Institute of Technology. Også det kan bli funnet i detalj på sidene.http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

trusted-source[1]

You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.