2018. 10. 16. - 09:05

Előbb azonosítja a depressziót a mesterséges intelligencia, mint az orvos?

Előbb azonosítja a depressziót a mesterséges intelligencia, mint az orvos?

Segít diagnosztizálni a súlyos hangulatzavart a mesterséges intelligencia: az MI 3 hónappal előbb azonosítja a depressziót, mint az egészségügyi szolgálatok – Facebook posztok alapján.

A depressziót észre lehet venni bizonyos jelekből: ahogyan egy személy megnyilvánul környezetében, történhet az a közösségi oldalon is.
 
Egy új amerikai tanulmány arról számolt be, hogy a mesterséges intelligencia képes 3 hónappal az egészségügyi szolgálatok előtt azonosítani a hangulatzavart, mivel a Facebook-posztok alapján ez az MI számára nem nehéz. Egy depresszió jelentősen megváltoztathatja az emberek közösségi média-használatát – ami nem jellemző például a cukorbetegségnél vagy egyéb egészségügyi problémák esetében.
 
A mesterséges intelligencia hónapokkal előbb azonosítja posztok alapján a depressziót
A mesterséges intelligencia hónapokkal előbb azonosítja posztok alapján a depressziót
 
A mesterséges intelligencia programot arra tanították meg, hogy észrevegye a szövegekben a vészjeleket, melyek a depresszióra utalhatnak – ennek köszönhetően 3 hónappal korában azonosította a hangulatzavart, mint az egészségügyi szakemberek.
 
A korai teszteken a gépi tanulási algoritmus ugyanolyan jól teljesített, mint a már létező, a hangulati zavart azonosítani igyekvő kérdőívek, ám megvan az az előnye, hogy a „háttérben” dolgozik – hívták fel a figyelmet a tanulmány szerzői.
 
Noha a Facebook használatát ma már igyekeznek korlátozni a szülők és a politikusok egyaránt, mondván, hogy nincs jó hatással a gyermekek közérzetére – ám az információk tömkelege, amelyeket szolgáltat, felhasználható arra, hogy időben kiszűrjék a mentális problémákat.
 
A depresszió vészjelei között az MI olyan szavakat azonosít, melyek a magányra és elszigeteltségre utalnak. Ilyen az „egyedül”, a „könnyek” szó, vagy a posztok hossza és időzítése. Sokatmondóak azok a posztok is, melyekben megnő az „én” szó alkalmazása, vagyis az illető eléggé magával van elfoglalva – mutatnak rá a tanulmány szerzői.
 
Dr. Johannes Eichstaedt, kutató, a Pennsylvaniai Egyetem Világszintű Jólét Projekt társ-alapítója elmondta: a közösségi médiaadatok a genomhoz hasonló markereket tartalmaznak. „A genomikában alkalmazott módszerekkel meglepően hasonlítanak” véleménye szerint, ezért alkalmazhatóak arra, hogy a szakértők felfedezzék a közösségi média adataiban ezeket a markereket.
 
Hangsúlyozta, hogy a depresszió meglehetősen jól azonosítható ilyen módon, hiszen megváltoztatja az emberek Facebook-használatát.
 
A módszer, mely mesterséges intelligenciát használ, megnövelheti a korai diagnózisok számát, amellyel a kezelés is korábban megkezdhető, elkerülve a depresszió komoly hatását az illető közérzetére, tanulására, munkájára és emberi kapcsolataira.
 
A tanulmányhoz a szerzők 683 olyan ember adatait használták, akik beleegyeztek, hogy a digitális archívumukba betekinthessenek.
 
A csoportba tartozott 114 olyan alany is, akiket depresszióval diagnosztizáltak korábban, mindegyiküket összevetették olyanokkal, akik egészségesek voltak, hogy a program pontosságát teszteljék.
 
A kutatók összesen 524.292 posztot elemeztek a diagnózisukat megelőző időszakból. A mesterséges intelligencia program képes volt a posztokban megtalálni a figyelmeztető jeleket, melyek a betegségre utalnak – 3 hónappal azelőtt, hogy azt orvosok is azonosították.
 
A program a tanulmány szerint pontos annyira, hogy akár fél évvel a diagnózist megelőzően is felhívja a figyelmet a vészjelekre.
 
„Lehetséges, hogy a közösségi média nem előnyös az egyén mentális egészségére – mondta H. Andrew Schwartz, a számítástechnikai tudományok professzora és a tanulmány vezető kutatója. – De az tény, hogy nagyon hasznos eszköz a betegség kiszűrésére és korai kezelésére.”
 
László Adrienn

 

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.