Kaikki iLive-sisältö tarkistetaan lääketieteellisesti tai se tarkistetaan tosiasiallisen tarkkuuden varmistamiseksi.
Meillä on tiukat hankintaohjeet ja vain linkki hyvämaineisiin mediasivustoihin, akateemisiin tutkimuslaitoksiin ja mahdollisuuksien mukaan lääketieteellisesti vertaisarvioituihin tutkimuksiin. Huomaa, että suluissa ([1], [2] jne.) Olevat numerot ovat napsautettavia linkkejä näihin tutkimuksiin.
Jos sinusta tuntuu, että jokin sisältö on virheellinen, vanhentunut tai muuten kyseenalainen, valitse se ja paina Ctrl + Enter.
Tekoäly pystyy tunnistamaan masennuksen
Lääketieteen asiantuntija
Viimeksi tarkistettu: 02.07.2025
Miksi masennusta on niin vaikea tunnistaa, varsinkin sen alkuvaiheessa? Onko olemassa menetelmiä diagnoosin optimoimiseksi? Näitä kysymyksiä tiedemiehet ovat kysyneet itseltään.
Ennen masennuksen diagnosointia lääketieteen ammattilaisen on tehtävä vaikea työ: kerättävä kaikki mahdolliset tiedot potilaasta, esitettävä täydellinen kuva patologiasta, analysoitava persoonallisuuden muodostumisen ja henkilön elämäntavan ominaispiirteitä, seurattava mahdollisia oireita ja selvitettävä syyt, jotka voivat epäsuorasti vaikuttaa taudin kehittymiseen. Massachusetts Institute of Technologyn tutkijat ovat suunnitelleet mallin, joka pystyy määrittämään henkilön masennuksen ilman erityisiä testikysymyksiä, pelkästään keskusteluominaisuuksien ja kirjallisen tyylin perusteella.
Kuten yksi tutkimushankkeen johtajista, Tuki Alhanai, selittää, ensimmäinen "hälytyskello" masennuksen läsnäolosta voi soida juuri keskustelun aikana potilaan kanssa, riippumatta henkilön senhetkisestä emotionaalisesta tilasta. Diagnostisen mallin laajentamiseksi on tarpeen minimoida tietoihin sovellettavien rajoitusten määrä: riittää, että käydään tavallinen keskustelu, jolloin malli voi arvioida potilaan tilaa luonnollisen keskustelun aikana.
Tutkijat kutsuivat luomaansa mallia "kontekstittomaksi", koska esitettyjen kysymysten tai kuultujen vastausten suhteen ei ollut rajoituksia. Käyttäen peräkkäistä mallinnustekniikkaa, tutkijat syöttivät malliin teksti- ja ääniversioita keskusteluista masennushäiriöistä kärsivien ja niitä sairastamattomien potilaiden kanssa. Sekvenssien kertyessä ilmeni malleja – esimerkiksi sanojen kuten "surullinen", "kaatuminen" ja monotonisten äänisignaalien vakiomuotoinen sisällyttäminen keskusteluun.
”Malli tunnistaa sanallisen sekvenssin ja arvioi opitut kaavat todennäköisimpinä tekijöinä sekä masentuneilla että masentumattomilla potilailla”, professori Alhanai selittää. ”Jos tekoäly havaitsee samanlaisia sarjoja seuraavilla potilailla, se voi diagnosoida heidät masentuneiksi.”
Testitutkimukset osoittivat, että malli diagnosoi masennuksen onnistuneesti 77 prosentissa tapauksista. Tämä on paras tulos kaikista aiemmin testatuista malleista, jotka "työskentelivät" selkeästi strukturoitujen testien ja kyselylomakkeiden kanssa.
Aikovatko asiantuntijat käyttää tekoälyä käytännössä? Sisällytetäänkö se seuraavien "älykkäiden" avustajien mallien pohjaan? Tutkijat eivät ole vielä ilmaisseet mielipidettään tästä asiasta.
Tutkimuksen tiedot on julkaistu Massachusetts Institute of Technologyn verkkosivuilla. Ne löytyvät myös yksityiskohtaisesti sivuilta http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf
[ 1 ]