Inteligensi buatan mampu mengenali depresi.
Terakhir ditinjau: 18.05.2024
Semua konten iLive ditinjau secara medis atau diperiksa fakta untuk memastikan akurasi faktual sebanyak mungkin.
Kami memiliki panduan sumber yang ketat dan hanya menautkan ke situs media terkemuka, lembaga penelitian akademik, dan, jika mungkin, studi yang ditinjau secara medis oleh rekan sejawat. Perhatikan bahwa angka dalam tanda kurung ([1], [2], dll.) Adalah tautan yang dapat diklik untuk studi ini.
Jika Anda merasa salah satu konten kami tidak akurat, ketinggalan zaman, atau dipertanyakan, pilih dan tekan Ctrl + Enter.
Mengapa begitu sulit untuk mengenali depresi, terutama pada tahap awal? Apakah ada metode untuk mengoptimalkan diagnostik? Pertanyaan semacam itu diajukan oleh para ilmuwan.
Sebelum menyuarakan diagnosis " depresi ", spesialis medis harus melakukan pekerjaan yang sulit: mengumpulkan semua data yang mungkin tentang pasien, menyajikan gambaran lengkap tentang patologi, menganalisis karakteristik pembentukan kepribadian dan gaya hidup orang tersebut, mengikuti setiap gejala yang mungkin, mencari tahu penyebab yang secara tidak langsung dapat mempengaruhi perkembangan kondisi yang menyakitkan. Para ilmuwan yang mewakili Massachusetts Institute of Technology telah merancang model yang dapat mendeteksi depresi pada seseorang tanpa mengajukan pertanyaan tes khusus, hanya berdasarkan fitur percakapan dan gaya tertulis.
Sebagai salah satu pemimpin proyek penelitian, Tuki Alhanai, menjelaskan, "lonceng" pertama tentang keberadaan depresi dapat didengar selama percakapan dengan pasien, terlepas dari keadaan emosi orang tersebut pada waktu tertentu. Untuk memperluas model diagnosis, perlu untuk meminimalkan jumlah pembatasan yang diterapkan pada informasi: semua yang diperlukan adalah melakukan percakapan biasa, memungkinkan model untuk mengevaluasi keadaan pasien selama percakapan alami.
Para ahli menyebut model yang dibuat "di luar konteks", karena tidak adanya batasan dalam pertanyaan yang diajukan atau jawaban yang didengar. Menggunakan metode pemodelan sekuensial, para peneliti mengirim model versi teks dan suara dari percakapan dengan pasien yang menderita dan tidak menderita gangguan depresi. Dalam perjalanan akumulasi sekuens, hukum muncul ke permukaan - misalnya, pencantuman standar kata-kata seperti "sedih", "jatuh" dalam percakapan, dan juga sinyal monoton pendengaran.
“Model ini membedakan konsistensi verbal dan mengevaluasi pola yang dikenali dalam bentuk faktor saat ini yang paling mungkin pada pasien yang menderita dan tidak menderita depresi,” jelas Profesor Alkhanai. "Lebih lanjut, jika kecerdasan buatan memperhatikan urutan yang sama pada pasien berikut, maka atas dasar ini ia dapat mendiagnosis keadaan depresi pada mereka."
Uji coba menunjukkan keberhasilan diagnosis depresi pada 77% kasus. Ini adalah hasil terbaik, yang dicatat di antara semua model yang diuji sebelumnya yang "bekerja" dengan tes dan kuesioner yang terstruktur dengan jelas.
Apakah para ahli menyarankan menggunakan kecerdasan buatan dalam praktik? Apakah dia akan berada di dasar model asisten "pintar" selanjutnya? Pada akun ini, para ilmuwan belum mengungkapkan pandangan mereka.
Informasi tentang penelitian ini dipublikasikan di situs web Massachusetts Institute of Technology. Juga dapat ditemukan secara detail di halaman.http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf
[1]