ปัญญาประดิษฐ์สามารถรับรู้ภาวะซึมเศร้าได้

เหตุใดจึงยากที่จะตรวจพบโรคซึมเศร้าโดยเฉพาะในระยะเริ่มแรก มีวิธีใดบ้างที่จะปรับปรุงการวินิจฉัยโรคได้ดีที่สุด นี่คือคำถามที่นักวิทยาศาสตร์ถามตัวเอง

ก่อนที่จะวินิจฉัยโรคซึมเศร้าแพทย์จะต้องทำหน้าที่อันยากลำบาก นั่นคือ รวบรวมข้อมูลทั้งหมดที่เป็นไปได้เกี่ยวกับผู้ป่วย นำเสนอภาพรวมของพยาธิวิทยา วิเคราะห์ลักษณะการสร้างบุคลิกภาพและวิถีการดำเนินชีวิตของผู้ป่วย ติดตามอาการที่อาจเกิดขึ้น และค้นหาสาเหตุที่อาจส่งผลทางอ้อมต่อการพัฒนาของโรค นักวิทยาศาสตร์จากสถาบันเทคโนโลยีแมสซาชูเซตส์ได้ออกแบบแบบจำลองที่สามารถระบุภาวะซึมเศร้าในบุคคลได้โดยไม่ต้องถามคำถามทดสอบเฉพาะ โดยอาศัยเพียงลักษณะการสนทนาและรูปแบบการเขียนเท่านั้น

Tuki Alhanai หนึ่งในหัวหน้าโครงการวิจัยอธิบายว่า “สัญญาณเตือน” ครั้งแรกเกี่ยวกับภาวะซึมเศร้าสามารถดังขึ้นได้อย่างแม่นยำในระหว่างการสนทนากับผู้ป่วย โดยไม่คำนึงถึงสภาวะอารมณ์ของผู้ป่วยในขณะนั้น เพื่อขยายขอบเขตของแบบจำลองการวินิจฉัย จำเป็นต้องลดข้อจำกัดที่ใช้กับข้อมูลให้เหลือน้อยที่สุด จำเป็นต้องสนทนาแบบธรรมดาเท่านั้น เพื่อให้แบบจำลองสามารถประเมินสภาพของผู้ป่วยได้ระหว่างการสนทนาแบบธรรมดา

นักวิจัยเรียกโมเดลที่สร้างขึ้นว่า "ไม่มีบริบท" เนื่องจากไม่มีข้อจำกัดใดๆ เกี่ยวกับคำถามที่ถามหรือคำตอบที่ได้ยิน โดยใช้เทคนิคการสร้างแบบจำลองแบบลำดับ นักวิจัยได้ป้อนข้อความและเสียงสนทนากับผู้ป่วยที่มีและไม่มีอาการซึมเศร้าลงในโมเดล เมื่อลำดับเพิ่มขึ้น รูปแบบต่างๆ ก็จะปรากฏขึ้น เช่น การรวมคำมาตรฐาน เช่น "เศร้า" "ตก" และสัญญาณเสียงที่น่าเบื่อในบทสนทนา

“โมเดลจะจดจำลำดับคำพูดและประเมินรูปแบบที่เรียนรู้เป็นปัจจัยที่เป็นไปได้มากที่สุดในผู้ป่วยที่มีและไม่มีภาวะซึมเศร้า” ศาสตราจารย์ Alhanai อธิบาย “จากนั้น หาก AI ตรวจพบลำดับที่คล้ายกันในผู้ป่วยรายต่อไป ก็จะสามารถวินิจฉัยว่าผู้ป่วยเหล่านี้เป็นโรคซึมเศร้าได้”

การทดลองแสดงให้เห็นว่าแบบจำลองสามารถวินิจฉัยโรคซึมเศร้าได้สำเร็จถึง 77% ของกรณี ซึ่งถือเป็นผลลัพธ์ที่ดีที่สุดเมื่อเทียบกับแบบจำลองที่ทดสอบก่อนหน้านี้ทั้งหมดที่ "ได้ผล" ด้วยการทดสอบและแบบสอบถามที่มีโครงสร้างชัดเจน

ผู้เชี่ยวชาญตั้งใจจะใช้ปัญญาประดิษฐ์ในทางปฏิบัติหรือไม่? ปัญญาประดิษฐ์จะถูกรวมไว้ในฐานของแบบจำลองผู้ช่วย "อัจฉริยะ" ในอนาคตหรือไม่? นักวิทยาศาสตร์ยังไม่ได้แสดงความคิดเห็นเกี่ยวกับเรื่องนี้

ข้อมูลเกี่ยวกับการศึกษานี้เผยแพร่บนเว็บไซต์ของสถาบันเทคโนโลยีแมสซาชูเซตส์ นอกจากนี้ ยังสามารถดูรายละเอียดเพิ่มเติมได้ในหน้า http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

[ 1 ]