인공 지능은 우울증을 인식 할 수 있습니다.

특히 초기 단계에서 우울증을인지하는 것이 왜 그렇게 어려운가요? 진단을 최적화 할 수있는 방법이 있습니까? 이러한 질문은 과학자들이 설정합니다.

" 우울증 " 진단을 소리 내기 전에 의사는 어려운 일을해야합니다 : 환자에 대한 모든 가능한 데이터를 수집하고, 병리학의 완전한 그림을 제시하고, 성격 형성의 특성과 사람의 생활 양식을 분석하고, 가능한 모든 증상을 따르고, 간접적으로 영향을 줄 수있는 원인을 찾아냅니다 고통스러운 상태의 발달. 매사추세츠 공과 대학 (MIT)의 과학자들은 회화 적 특징과 서체 스타일만을 토대로 특정 시험 문제를 제기하지 않고 사람의 우울증을 진단 할 수있는 모델을 설계했습니다.

연구 프로젝트의 리더 중 한 사람인 Tuki Alhanai는 주어진 시간에 사람의 감정 상태에 관계없이 환자와의 대화에서 우울증에 대한 첫 번째 "종"을들을 수 있다고 설명합니다. 진단 모델을 확장하려면 정보에 적용되는 제한 수를 최소화해야합니다. 필요한 것은 일반적인 대화를 수행하는 것 뿐이므로 자연스러운 대화에서 모델이 환자의 상태를 평가할 수 있습니다.

전문가들은 질문을하거나 듣는 질문에 제한이 없으므로 작성된 모델을 "상황에 맞지 않습니다"라고했습니다. 순차적 모델링 방법을 사용하여 연구자들은 우울 장애를 앓고 있고 고통받지 않는 환자와 대화의 텍스트 및 사운드 버전을 보냈다. 시퀀스의 축적 과정에서 법률은 표면에 나타났습니다. 예를 들어 대화에 "슬픔", "넘어짐", 그리고 청각 단조 신호와 같은 단어가 표준 포함되었습니다.

"모델은 구두 일관성을 구별하고 우울증을 앓고 있거나 앓고 있지 않은 환자의 가장 가능한 현재 요소의 형태로 인식 된 패턴을 평가합니다."라고 Alkhanai 교수가 설명합니다. "또한 인공 지능이 다음 환자들에게서 비슷한 순서를 발견한다면,이를 바탕으로 우울증 상태를 진단 할 수 있습니다."

시험 재판은 우울증의 성공적인 진단을 77 %의 사례에서 나타냈다. 이는 이전에 테스트 한 모든 모델 중에서 기록이 명확한 구조의 테스트 및 설문지로 "작업 한"최상의 결과입니다.

전문가가 실제로 인공 지능을 사용하도록 제안합니까? 그는 "스마트"조수의 후속 모델의 기지에있을 것인가? 이 때문에 과학자들은 아직 자신의 견해를 밝히지 않았다.

이 연구에 관한 정보는 메사추세츠 공과 대학교 (Massachusetts Institute of Technology)의 웹 사이트에 게시되어 있습니다. 또한 페이지에서 자세히 찾을 수 있습니다.http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

[1]