Kunstmatige Intelligentie Herkent Depressie Door Te Praten - Alternatieve Mening

Kunstmatige Intelligentie Herkent Depressie Door Te Praten - Alternatieve Mening
Kunstmatige Intelligentie Herkent Depressie Door Te Praten - Alternatieve Mening

Video: Kunstmatige Intelligentie Herkent Depressie Door Te Praten - Alternatieve Mening

Video: Kunstmatige Intelligentie Herkent Depressie Door Te Praten - Alternatieve Mening
Video: Kunnen we kunstmatige intelligentie nog doorgronden? 2024, Maart
Anonim

Wetenschappers hebben een kunstmatig neuraal netwerk gecreëerd dat kan bepalen of een persoon tekenen van depressie vertoont door iemands spraak, opgenomen in audio- of tekstformaat. Tegelijkertijd hangt de werking van het algoritme niet af van de context van het gesprek, dat wil zeggen, het maakt niet uit waar de persoon het over heeft, het neurale netwerk kan zelfs in het meest abstracte gesprek alarmerende signalen vinden. De onderzoeksresultaten worden gepresenteerd op de Interspeech 2018 conferentie; de resultaten zijn te lezen op de website van het Massachusetts Institute of Technology.

Tot op heden zijn er al algoritmen die de antwoorden van de patiënt op de vragen van de arts kunnen volgen en op basis daarvan een diagnose kunnen stellen. Dergelijke neurale netwerken analyseren wat de patiënt heeft gezegd, en op basis daarvan beslissen ze of iemand een depressie heeft of niet. Meestal vragen artsen naar eerdere psychische aandoeningen, levensstijl, enzovoort. Zoals de auteurs van de nieuwe studienota, lijken dergelijke gesprekken weinig op gewone gesprekken die een persoon in het leven leidt. Daarom was hun doel om een neuraal netwerk te leren niet te analyseren wat een persoon zegt, maar hoe hij het doet.

Om het neurale netwerk te trainen, gebruikten de auteurs meer dan 140 audio-, video- en tekstbestanden met opnames van interviews met patiënten met verschillende psychische stoornissen. Ten eerste beoordeelden speciaal uitgenodigde experts elk interview handmatig op een schaal van 0 tot 27. Als de arts het interview een "score" hoger dan 15 gaf, vertoont de patiënt tekenen van depressie. Na de training begon het neurale netwerk zelf punten in te stellen. De nauwkeurigheid van de diagnose (beoordeeld in vergelijking met het oordeel van de experts) bedroeg gemiddeld 77%.

Het gecreëerde algoritme analyseert de spraak van de patiënt, terwijl het gespreksonderwerp het meest abstract kan zijn. Volgens de auteurs kan deze technologie in de toekomst erg handig zijn voor mensen die geen dokter kunnen of willen. Op basis van de nieuwe ontwikkeling is het mogelijk om bijvoorbeeld een mobiele applicatie te maken die iemands berichten en zijn telefoontjes bijhoudt en alleen op basis van deze informatie tekenen van depressie detecteert.