Îmbunătățiți eficacitatea evaluării depresiei cu modele AI

Poate ați auzit că oamenii pot detecta și evalua emoțiile și starea de spirit a unui individ relativ precis prin intonația vocii sau prin orice sunet pe care îl emite persoana respectivă. De fapt, multe startup-uri ambițioase precum Beyond Verbal, Affective și spinout-ul MIT Cogito conduc în prezent proiecte de procesare a limbajului natural pentru a face acest lucru să se întâmple. Cu toate acestea, au existat, de asemenea, multe opinii care sunt sceptice cu privire la aceste proiecte și cred că doar datele solide nu sunt suficiente pentru a analiza cu acuratețe starea de spirit a unei persoane, cu atât mai puțin să o aplice. Folosiți aceste rezultate ale analizei pentru a diagnostica depresia, precum și severitatea acesteia.

• Modelul AI al Disney generează secvențe animate din scenarii

Acesta este motivul pentru care oamenii de știință de la Institutul Indian de Tehnologie Patna și Universitatea Caen Normandia s-au angajat în implementarea unui potențial proiect, care utilizează semnale verbale și non-verbale, limbajul corpului), combinate cu acustică, text și imagini pentru a diagnostica și evalua nivelul de depresie sau stres pe care îl experimentează o persoană. În special, semnalele verbale și non-verbale vor juca în continuare un rol cheie în diagnostic, în timp ce semnele și imaginile non-verbale vor fi folosite ca factori care ajută la îmbunătățirea semnificativă a diagnosticului.Acurate în estimarea severității depresiei.

„Povara muncii și a vieții determină din ce în ce mai mulți oameni să trăiască cu depresie și chiar cu boli psihice despre care uneori nici măcar nu știu, ceea ce duce la boli din ce în ce mai grave, devine mai gravă și are un impact negativ asupra vieții și muncii. Acesta este, de asemenea, motivul pentru care trebuie să promovăm în continuare implementarea unor tehnologii mai avansate, personalizate și automatizate în detectarea, evaluarea și tratamentul bolilor mintale, bolilor mintale în general și depresiei în special. Cu toate acestea, detectarea semnelor timpurii de depresie este o problemă dificilă, deoarece multe simptome ale acestei boli sunt încă secrete și pot induce în eroare”, au spus cercetătorii.

• UE: sistemele de inteligență artificială ar trebui să fie construite și implementate într-un mod transparent și responsabil

Pentru a rezolva această problemă, oamenii de știință de la Institutul Indian de Tehnologie Patna și Universitatea Caen Normandia au codificat o serie de elemente care se pot referi implicit la emoțiile și stările umane, inclusiv la gânduri, cum ar fi căderea capului, contactul vizual, durata și intensitatea zâmbetului, gesturi care ating anumite zone ale corpului, împreună cu text și indicii verbale... Și apoi introduse în mașina modelului de învățare și apoi combină-le în vectori (reprezentări matematice). Acești vectori îmbinați au fost apoi trecuți printr-un al doilea sistem care a prezis nivelurile de depresie pe baza Scalei de suferință a sănătății personale (PHQ-8) - un test de diagnostic utilizat în mod obișnuit în studiile clinice. Cercetări de psihologie clinică la scară largă.

Pentru a antrena diferite sisteme AI, cercetătorii au folosit date în AIC-WOZ - un set de date despre depresie compilat din Corpusul de interviuri de analiză a suferinței. Acest set de date include o cantitate imensă de date despre gesturi, vorbire, ochi, precum și acțiuni extrase pe baza mostrelor de înregistrări audio, clipuri video care răspund la întrebări din 189 de interviuri clinice. gata să sprijine diagnosticul psihologic pentru simptome precum anxietatea, depresia și post-traumatice. tulburare de stres (răspunsurile care sunt în afara subiectului sau lăsate neterminate au fost eliminate).

• Modelul AI al MIT poate captura relațiile dintre obiecte singur, cu date minime de antrenament

După mai mulți pași de preprocesare și antrenarea modelului de învățare automată, echipa de cercetare a comparat rezultatele sistemelor AI utilizând 3 metrici: eroare pătrată medie (RMSE), eroare medie absolută (MAE) și scor de varianță explicată (EVS). Potrivit raportului cercetătorilor, fuziunea celor trei elemente de sunet, text și imagine a ajutat să ofere cea mai precisă estimare a nivelului de depresie al unui anumit subiect, depășind în comparație cu maximum 7,17% pe RMSE și 8,08% pe MAE.

• Premiul „Tehnologie Nobel” a fost acordat software-ului care învață AI să învețe ca oamenii

În viitor, echipa de cercetare intenționează, de asemenea, să testeze arhitecturi de învățare multitask mai moderne și să „sapă” mai adânc în noi probleme legate de datele text. Dacă vor aduce rezultate pozitive, aceste proiecte vor reprezenta cu adevărat un pas puternic înainte în aplicarea inteligenței artificiale în medicină în general și în tratamentul bolilor neurologice în special, aducând în același timp perspective promițătoare pentru cei peste 300 de milioane de oameni care suferă în prezent de depresie și este de așteptat să crească și mai rapid în următorii câțiva ani, la scară mondială.