Kunstig Intelligens Genkender Depression Ved At Tale - Alternativ Visning

Kunstig Intelligens Genkender Depression Ved At Tale - Alternativ Visning
Kunstig Intelligens Genkender Depression Ved At Tale - Alternativ Visning

Video: Kunstig Intelligens Genkender Depression Ved At Tale - Alternativ Visning

Video: Kunstig Intelligens Genkender Depression Ved At Tale - Alternativ Visning
Video: Potentialet i kunstig intelligens 2024, April
Anonim

Forskere har oprettet et kunstigt neuralt netværk, der kan bestemme, om en person har tegn på depression fra en persons tale, optaget i lyd- eller tekstformat. Samtidig er operationen af algoritmen ikke afhængig af samtalen, dvs. det betyder ikke noget, hvad personen taler om, det neurale netværk kan finde alarmerende signaler, selv i den mest abstrakte samtale. Forskningsresultaterne vil blive præsenteret på Interspeech 2018-konferencen; resultaterne kan læses på webstedet for Massachusetts Institute of Technology.

Til dags dato er der allerede algoritmer, der kan spore patientens svar på lægens spørgsmål og stille en diagnose baseret på dem. Sådanne neurale netværk analyserer, hvad patienten har sagt, og på grundlag af dette beslutter de, om en person har depression eller ej. Læger spørger typisk om tidligere mental sygdom, livsstil og så videre. Som forfatterne af den nye undersøgelses note bemærker sådanne samtaler lidt lighed med almindelige samtaler, som en person fører i livet. Derfor var deres mål at lære et neuralt netværk at analysere ikke, hvad en person siger, men hvordan han gør det.

For at træne det neurale netværk brugte forfatterne mere end 140 lyd-, video- og tekstfiler med optagelser af interviews med patienter med forskellige psykiske lidelser. Først bedømte specielt inviterede eksperter manuelt hvert interview på en skala fra 0 til 27. Hvis lægen gav interviewet en "score" højere end 15, viser patienten tegn på depression. Efter træning begyndte det neurale netværk at sætte point. Diagnosens nøjagtighed (den blev vurderet i sammenligning med eksperternes dom) var i gennemsnit 77%.

Den oprettede algoritme analyserer patientens tale, mens samtaleemnet kan være det mest abstrakte. Ifølge forfatterne kan denne teknologi i fremtiden være meget nyttig for folk, der ikke kan se en læge eller ikke ønsker. På baggrund af den nye udvikling er det muligt at oprette for eksempel en mobilapplikation, der sporer en persons meddelelser og hans telefonopkald og kun baseret på denne information registrerer tegn på depression.