^
A
A
A

الذكاء الاصطناعي قادر على التعرف على الاكتئاب.

 
،محرر طبي
آخر مراجعة: 18.05.2024
 
Fact-checked
х

تتم مراجعة جميع محتويات iLive طبياً أو التحقق من حقيقة الأمر لضمان أكبر قدر ممكن من الدقة الواقعية.

لدينا إرشادات صارمة من مصادرنا ونربط فقط بمواقع الوسائط ذات السمعة الطيبة ، ومؤسسات البحوث الأكاديمية ، وطبياً ، كلما أمكن ذلك استعراض الأقران الدراسات. لاحظ أن الأرقام الموجودة بين قوسين ([1] و [2] وما إلى ذلك) هي روابط قابلة للنقر على هذه الدراسات.

إذا كنت تشعر أن أيًا من المحتوى لدينا غير دقيق أو قديم. خلاف ذلك مشكوك فيه ، يرجى تحديده واضغط على Ctrl + Enter.

18 January 2019, 09:00

لماذا يصعب التعرف على الاكتئاب ، وخاصة في المراحل المبكرة؟ هل هناك أي طرق لتحسين التشخيص؟ يتم تعيين مثل هذه الأسئلة من قبل العلماء.

قبل الإعراب عن تشخيص " الاكتئاب " ، يجب على الأخصائي الطبي القيام بوظيفة صعبة: جمع كل البيانات الممكنة عن المريض ، وتقديم صورة كاملة عن علم الأمراض ، وتحليل خصائص تكوين الشخصية ونمط حياة الشخص ، ومتابعة أي أعراض محتملة ، ومعرفة الأسباب التي قد تؤثر بشكل غير مباشر تطوير حالة مؤلمة. صمم العلماء الذين يمثلون معهد ماساتشوستس للتكنولوجيا نموذجًا يمكنه الكشف عن الاكتئاب لدى شخص ما دون طرح أسئلة اختبار محددة ، استنادًا إلى ميزات المحادثة والأسلوب المكتوب فقط.

وكما يشرح توكي الهاني ، أحد قادة مشروع البحث ، يمكن سماع الجرس الأول عن وجود الاكتئاب خلال محادثة مع مريض ، بغض النظر عن الحالة العاطفية للشخص في وقت معين. من أجل توسيع نموذج التشخيص ، من الضروري تقليل عدد القيود المطبقة على المعلومات: كل ما هو مطلوب هو إجراء محادثة عادية ، مما يسمح للنموذج بتقييم حالة المريض في سياق محادثة طبيعية.

ودعا الخبراء إلى النموذج الذي تم إنشاؤه "خارج السياق" ، بسبب عدم وجود أي قيود في الأسئلة المطروحة أو الإجابات. باستخدام طريقة النمذجة المتسلسلة ، أرسل الباحثون نماذج من النصوص والنسخ الصوتية للمحادثات مع المرضى الذين يعانون ولا يعانون من اضطرابات اكتئابية. في سياق تراكم التسلسلات ، ظهرت القوانين على السطح - على سبيل المثال ، التضمين المعياري لمثل هذه الكلمات مثل "حزين" ، "سقوط" في المحادثة ، وكذلك إشارات رنانة سمعية.

"يميز هذا النموذج الاتساق اللفظي ويقيم الأنماط المعترف بها في شكل العوامل الحالية الأكثر احتمالا في المرضى الذين يعانون من عدم الاكتئاب وليس" ، ويوضح البروفيسور Alkhanai. "علاوة على ذلك ، إذا لاحظ الذكاء الاصطناعي تتابعات مماثلة في المرضى التاليين ، فعندئذ على أساس ذلك ، يمكنه تشخيص حالة اكتئابية فيها".

أظهرت تجارب الاختبار نجاح تشخيص الاكتئاب في 77 ٪ من الحالات. هذه أفضل نتيجة ، والتي تم تسجيلها بين جميع النماذج التي سبق اختبارها والتي "عملت" مع اختبارات واستبيانات منظمة بوضوح.

هل يقترح الخبراء استخدام الذكاء الاصطناعي في الممارسة؟ هل سيكون في قاعدة النماذج اللاحقة للمساعدين "الأذكياء"؟ على هذا الحساب ، لم يعبر العلماء بعد عن آرائهم.

يتم نشر المعلومات حول الدراسة على الموقع الإلكتروني لمعهد ماساتشوستس للتكنولوجيا. كما يمكن العثور عليها بالتفصيل على الصفحات.http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

trusted-source[1]

You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.