A cikk orvosi szakértője
Új kiadványok
A mesterséges intelligencia képes felismerni a depressziót
Utolsó ellenőrzés: 02.07.2025
Minden iLive-tartalmat orvosi szempontból felülvizsgáltak vagy tényszerűen ellenőriznek, hogy a lehető legtöbb tényszerű pontosságot biztosítsák.
Szigorú beszerzési iránymutatásunk van, és csak a jó hírű média oldalakhoz, az akadémiai kutatóintézetekhez és, ha lehetséges, orvosilag felülvizsgált tanulmányokhoz kapcsolódik. Ne feledje, hogy a zárójelben ([1], [2] stb.) Szereplő számok ezekre a tanulmányokra kattintható linkek.
Ha úgy érzi, hogy a tartalom bármely pontatlan, elavult vagy más módon megkérdőjelezhető, jelölje ki, és nyomja meg a Ctrl + Enter billentyűt.
Miért olyan nehéz felismerni a depressziót, különösen a korai szakaszában? Vannak-e módszerek a diagnózis optimalizálására? Ezeket a kérdéseket teszik fel maguknak a tudósok.
A depresszió diagnosztizálása előtt az orvosnak nehéz feladatot kell elvégeznie: összegyűjtenie a betegről minden lehetséges adatot, teljes képet kell alkotnia a patológiáról, elemeznie kell a személyiségfejlődés és a személy életmódjának jellemzőit, nyomon kell követnie az esetleges tüneteket, és meg kell találnia azokat az okokat, amelyek közvetve befolyásolhatják a betegség kialakulását. A Massachusetts Institute of Technology tudósai olyan modellt terveztek, amely képes meghatározni a depressziót egy személyben anélkül, hogy konkrét tesztkérdéseket tenne fel, kizárólag a beszélgetési jellemzők és az írásbeli stílus alapján.
Ahogy a kutatási projekt egyik vezetője, Tuki Alhanai elmagyarázza, a depresszió jelenlétére utaló első „vészharang” pontosan egy beteggel folytatott beszélgetés során szólalhat meg, függetlenül a személy aktuális érzelmi állapotától. A diagnosztikai modell bővítése érdekében minimalizálni kell az információkra vonatkozó korlátozások számát: csak egy hétköznapi beszélgetést kell lebonyolítani, lehetővé téve a modell számára, hogy egy természetes beszélgetés során felmérje a beteg állapotát.
A kutatók „kontextusmentesnek” nevezték az általuk létrehozott modellt, mivel nem voltak korlátozások a feltett kérdésekre vagy a hallott válaszokra vonatkozóan. Egy szekvenciális modellezési technikát alkalmazva a kutatók depressziós és nem depressziós betegekkel folytatott beszélgetések szöveges és hangos változatait táplálták a modellbe. Ahogy a szekvenciák felhalmozódtak, minták jelentek meg – például a „szomorú”, „elesik” szavak és a monoton hangjelek standard szerepeltetése a beszélgetésben.
„A modell felismeri a verbális szekvenciákat, és a tanult mintákat a depresszióval és anélkül élő betegeknél előforduló legvalószínűbb tényezőkként értékeli” – magyarázza Alhanai professzor. „Ezután, ha a mesterséges intelligencia hasonló szekvenciákat észlel a későbbi betegeknél, depresszióként diagnosztizálhatja őket.”
A tesztkísérletek az esetek 77%-ában igazolták a depresszió sikeres diagnosztizálását a modellel. Ez a legjobb eredmény az összes korábban tesztelt, világosan strukturált tesztekkel és kérdőívekkel „dolgozó” modell között.
Vajon a szakértők szándékoznak-e a mesterséges intelligenciát a gyakorlatban is alkalmazni? Vajon bekerül-e a későbbi „intelligens” asszisztens modellek bázisába? A tudósok még nem nyilvánítottak véleményt ebben a kérdésben.
A tanulmánnyal kapcsolatos információk a Massachusetts Institute of Technology weboldalán találhatók. Részletesen megtalálhatók a http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf oldalakon is.
[ 1 ]