کد خبر: ۷۵۸۶۵۶
تاریخ انتشار : ۱۶ اسفند ۱۴۰۰ - ۲۱:۱۵

تشخیص اختلالات روانی با هوش مصنوعی

گروهی از پژوهشگران، مدلی از هوش مصنوعی را توسعه دادند که اختلالات روانی را با استفاده از پست‌های Reddit تشخیص می‌دهد.
تشخیص اختلالات روانی با هوش مصنوعی
آفتاب‌‌نیوز :

بر اساس مقاله‌ای از دانشگاه، محققان کالج دارتموث یک مدل هوش مصنوعی (AI) ایجاد کرده اند که می‌تواند برای پیش بینی اختلالات روانی با استفاده از داده‌های مکالمات در Reddit استفاده شود.

به گزارش دیجیتال ترندز، محققان این پژوهش، شیائوبو گو، یائوجیا سان و سروش وثوقی مقاله‌ای با عنوان «مدل‌سازی اختلالات روانی مبتنی بر احساسات در شبکه‌های اجتماعی» در بیستمین کنفرانس بین‌المللی هوش وب و فناوری عامل هوشمند ارائه کردند.

بر اساس این مقاله، اکثر مدل‌های هوش مصنوعی موجود در حال حاضر بر اساس تحلیل روانی-زبانی محتوای متن تولید شده توسط کاربر عمل می‌کنند. با وجود نمایش سطوح بالای عملکرد، مدل‌های نمایش مبتنی بر محتوا تحت تأثیر سوگیری دامنه و موضوع قرار می‌گیرند.

وثوقی با صحبت در مورد این امکان به یکی از نویسندگان علم دارتموث توضیح داد که چگونه اگر مدلی یاد بگیرد که کلمه "کرونا" را با "غم و اندوه" یا "اضطراب" مرتبط کند، به طور خودکار فرض می‌کند که دانشمندی که در حال انجام تحقیقات کرونا و پست در مورد آن است از افسردگی و اضطراب رنج می‌برد.

برای آموزش این مدل، محققان دو مجموعه از داده‌ها را بین سال‌های ۲۰۱۱ و ۲۰۱۹ جمع‌آوری کردند: اولی مجموعه داده‌ای از کاربران با یکی از سه اختلال هیجانی شایع (افسردگی اساسی، اضطراب و اختلالات دوقطبی) و دومی مجموعه داده‌ای از کاربران بود. بدون اختلالات روانی شناخته شده، که به عنوان گروه کنترل عمل کردند.

اولین مجموعه داده ها، بر اساس اختلالات روانی گزارش شده توسط خود افراد جمع آوری شد، به عنوان مثال، پژوهشگران به جستجوی کاربرانی پرداختند که پست‌ها یا نظراتی منتشر کرده بودند که چیزی شبیه به "تشخیص دوقطبی/افسردگی/اضطراب داشتند".

پس از این، محققان، داده‌ها را به آموزش (۷۰ ٪)، اعتبارسنجی (۱۵ ٪) و آزمون (۱۵ ٪) تقسیم کردند. پس از آموزش مدل بر روی داده‌ها و سپس آزمایش آن، محققان دریافتند که مدل بازنمایی مبتنی بر احساسات که آن‌ها استفاده کردند در پیش‌بینی اختلالات از روش مبتنی بر TF-IDF محتوا (فرکانس اصطلاحی - فراوانی سند معکوس) دقیق‌تر است.

بازدید از صفحه اول
ارسال به دوستان
نسخه چاپی
ذخیره
عضویت در خبرنامه
نظر شما
پرطرفدار ترین عناوین