話し方からあなたが落ち込んでいるかどうかを検出する人工知能

世界保健機関によると、世界中で 3 億人以上がうつ病に苦しんでおり、障害の主な原因とも考えられています。

これは沈黙があり、非常に誤解されている精神疾患であり、発見するのが難しい場合があります。さらに、心理的な助けを求める手段を持っていなかったり、専門家の役割について間違った考えを持っていたりするために、心理的な助けを求めることを拒否する人もいます。したがって、臨床環境内と臨床環境外の両方で診断を可能にする戦略を開発することが非常に重要です。

これは、MIT の研究者によって発表されたばかりの、人工知能の新しいモデルの場合です。その目的は、特定のコンテキストを必要とせずに、音声とテキストの両方で会話中のうつ病を検出することです。したがって、将来的には、誰もが自分のデバイスにインストールできるモバイル アプリケーションの開発に使用される可能性があります。

文脈を無視する利点

臨床現場では、心理学者は通常、患者に一連の非常に具体的な問題について尋ねる[調査]を通じてうつ病を発見します。このモデルより前の他のコンピューター モデルには、心理学の専門家の存在が不要ですが、特定の質問は必要ありません。通常、モデルはこれらの質問に対する回答に基づいて応答するように訓練されているからです。

しかし、このニューラル ネットワークは、コンピュータ サイエンスおよび人工知能研究所の Tuka Alhani 氏と医療科学工学研究所の Mohammad Ghassemi 氏によって設計されたもので、単に病気に関連する可能性のあるパターンを特定するだけです。

これを達成するために、彼らは、うつ病の人々と精神的に健康な人々の両方からのいくつかの一連のデータとテキストを使用して、両方のグループに特有の単語や表現の特定のシーケンスを検出しました。その後、コンピューター アルゴリズムの助けを借りて、そのすべての情報を使用して独自の予測を行うモデルを作成することができました。

うつ病の克服にテクノロジーがどのように役立つか

相談内外で

このモデルは、うつ病患者に対する 142 件のテキスト、音声、ビデオによるインタビューですでにテストされています。平均して、うつ病の人々を77% の精度で特定しました。これは、他の人工知能プログラムで得られた精度よりもはるかに高い数値です。

興味深いことに、実践すると、テキスト データにおいて、モデルが平均7 つの質問で会話中のうつ病を正確に検出できることがわかりました。ただし、音声の場合、それを検出するには最大30 回の介入が必要でした。

これは、うつ病を示す単語パターンは、口頭での会話よりも書面での会話の方が短時間で発生するという結論に役立ちます。

https://hipertextual.com/juno/pinturas-ilustran-depresion

このモデルは、特定の単語や表現に加えて、話すときの遅さや単語間の長い休止など、うつ病に関連する他の要因も検出できました。

これらの科学者らの次のステップは、認知症など他の精神疾患を持つ患者を含む、より多くの症例でそれをテストすることになる。

したがって、将来的には、患者に大きなストレスを与えることが多い面接を必要とせずに、会話中にうつ病を診断できるようにしたいと考えています。一方で、医師がそれほど威圧的な方法で診断を下すのに役立つ可能性があります。一方で、うつ病の特徴を検出したときに患者やその親族に通知を送信するアプリケーションも開発できる可能性があります。間違いなく、心理学の未来はこのようなモデルにあります。