211service.com
Detektor depresji
Ilustracja osoby z dymkiem pokazującym mózg w nim. SM. technika; Profil twarzy Marka Polakovica, SK | Rzeczownik
Aby zdiagnozować depresję, klinicyści przeprowadzają wywiady z pacjentami, zadając konkretne pytania – na przykład o przebyte choroby psychiczne, styl życia i nastrój.
Uczenie maszynowe, które może wykrywać słowa i intonacje związane z depresją, może pomóc w diagnostyce. Ale takie modele mają tendencję do przewidywania depresji na podstawie konkretnych odpowiedzi danej osoby na bardzo konkretne pytania.
Nowy model sieci neuronowej opracowany w MIT może zostać uwolniony na nieprzetworzonych danych tekstowych i dźwiękowych z wywiadów, aby odkryć wzorce mowy wskazujące na depresję. Biorąc pod uwagę nowy temat, może dokładnie przewidzieć, czy dana osoba jest w depresji, bez potrzeby posiadania jakichkolwiek innych informacji na temat pytań i odpowiedzi.
Model widzi sekwencje słów lub styl mówienia i określa, że te wzorce są bardziej prawdopodobne u osób, które mają depresję lub nie, mówi studentka EECS i badaczka CSAIL, Tuka Alhanai, SM '14, pierwsza autorka przedstawionego artykułu. na konferencji Interspeech. Następnie, jeśli zobaczy te same sekwencje u nowych osób, może przewidzieć, czy oni też mają depresję.
Badania te mogą doprowadzić do powstania narzędzi do wykrywania oznak depresji w naturalnej rozmowie. Na przykład aplikacje, które ostrzegają użytkowników o oznakach niepokoju w komunikacji tekstowej i głosowej, mogą być przydatne dla tych, którzy nie mogą skontaktować się z klinicystą w celu diagnozy z powodu odległości, kosztów lub braku świadomości, że coś może być nie tak. Technologia może również pomóc w identyfikacji zaburzeń psychicznych podczas swobodnej rozmowy w gabinetach klinicznych. —