Pakar perubatan artikel itu
Penerbitan baru
Kecerdasan buatan mampu mengenali kemurungan
Ulasan terakhir: 02.07.2025

Semua kandungan iLive disemak secara perubatan atau fakta diperiksa untuk memastikan ketepatan faktual sebanyak mungkin.
Kami mempunyai garis panduan sumber yang ketat dan hanya memautkan ke tapak media yang bereputasi, institusi penyelidikan akademik dan, apabila mungkin, dikaji semula kajian secara medis. Perhatikan bahawa nombor dalam kurungan ([1], [2], dan lain-lain) boleh diklik pautan ke kajian ini.
Jika anda merasakan bahawa mana-mana kandungan kami tidak tepat, ketinggalan zaman, atau tidak dipersoalkan, sila pilih dan tekan Ctrl + Enter.

Mengapa kemurungan sangat sukar untuk dikenali, terutamanya pada peringkat awalnya? Adakah terdapat kaedah untuk mengoptimumkan diagnosis? Ini adalah soalan-soalan saintis telah bertanya kepada diri mereka sendiri.
Sebelum mendiagnosis kemurungan, seorang profesional perubatan mesti melakukan kerja yang sukar: mengumpul semua data yang mungkin tentang pesakit, membentangkan gambaran lengkap patologi, menganalisis ciri-ciri pembentukan keperibadian dan gaya hidup seseorang, mengesan sebarang gejala yang mungkin, dan mengetahui sebab-sebab yang secara tidak langsung boleh menjejaskan perkembangan penyakit. Para saintis yang mewakili Institut Teknologi Massachusetts telah mereka bentuk model yang boleh menentukan kemurungan dalam seseorang tanpa bertanya soalan ujian tertentu, hanya berdasarkan ciri perbualan dan gaya bertulis.
Sebagai salah seorang ketua projek penyelidikan, Tuki Alhanai, menerangkan, "loceng penggera" pertama mengenai kehadiran kemurungan boleh berbunyi tepat semasa perbualan dengan pesakit, tanpa mengira keadaan emosi orang itu pada masa itu. Untuk mengembangkan model diagnostik, adalah perlu untuk meminimumkan bilangan sekatan yang dikenakan pada maklumat: hanya perlu menjalankan perbualan biasa, membenarkan model menilai keadaan pesakit semasa perbualan semula jadi.
Para penyelidik memanggil model yang mereka cipta "bebas konteks" kerana tiada sekatan pada soalan yang ditanya atau jawapan yang didengar. Menggunakan teknik pemodelan berurutan, para penyelidik memberi teks model dan versi audio perbualan dengan pesakit dengan dan tanpa gangguan kemurungan. Apabila urutan terkumpul, corak muncul - contohnya, kemasukan standard perkataan seperti "sedih", "jatuh" dan isyarat pendengaran membosankan dalam perbualan.
"Model itu mengiktiraf urutan lisan dan menilai corak yang dipelajari sebagai faktor yang paling mungkin terdapat pada pesakit dengan dan tanpa kemurungan," jelas Profesor Alhanai. "Kemudian, jika AI melihat urutan yang sama pada pesakit berikutnya, ia boleh mendiagnosis mereka sebagai mengalami kemurungan."
Ujian ujian menunjukkan diagnosis kemurungan yang berjaya oleh model dalam 77% kes. Ini adalah keputusan terbaik yang direkodkan antara semua model yang diuji sebelum ini yang "berfungsi" dengan ujian dan soal selidik yang berstruktur dengan jelas.
Adakah pakar berhasrat untuk menggunakan kecerdasan buatan dalam amalan? Adakah ia akan dimasukkan ke dalam pangkalan model pembantu "pintar" seterusnya? Para saintis masih belum menyatakan pendapat mereka mengenai perkara ini.
Maklumat mengenai kajian itu diterbitkan di laman web Institut Teknologi Massachusetts. Ia juga boleh didapati secara terperinci di halaman http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf
[ 1 ]