Künstliche Intelligenz Erkennt Depressionen Durch Sprechen - Alternative Ansicht

Künstliche Intelligenz Erkennt Depressionen Durch Sprechen - Alternative Ansicht
Künstliche Intelligenz Erkennt Depressionen Durch Sprechen - Alternative Ansicht

Video: Künstliche Intelligenz Erkennt Depressionen Durch Sprechen - Alternative Ansicht

Video: Künstliche Intelligenz Erkennt Depressionen Durch Sprechen - Alternative Ansicht
Video: Zukunft der künstlichen Intelligenz und was ist KI überhaupt | ClubHouse Talk 2024, March
Anonim

Wissenschaftler haben ein künstliches neuronales Netzwerk geschaffen, das anhand der Sprache einer Person, die im Audio- oder Textformat aufgezeichnet wurde, feststellen kann, ob eine Person Anzeichen einer Depression aufweist. Gleichzeitig hängt die Funktionsweise des Algorithmus nicht vom Kontext der Konversation ab, dh es spielt keine Rolle, wovon die Person spricht, das neuronale Netzwerk kann selbst in der abstraktesten Konversation alarmierende Signale finden. Die Forschungsergebnisse werden auf der Interspeech 2018-Konferenz vorgestellt. Die Ergebnisse können auf der Website des Massachusetts Institute of Technology gelesen werden.

Bisher gibt es bereits Algorithmen, mit denen die Antworten des Patienten auf die Fragen des Arztes verfolgt und anhand dieser eine Diagnose gestellt werden können. Solche neuronalen Netze analysieren, was der Patient gesagt hat, und entscheiden auf dieser Grundlage, ob eine Person an Depressionen leidet oder nicht. In der Regel fragen Ärzte nach früheren psychischen Erkrankungen, ihrem Lebensstil usw. Wie die Autoren der neuen Studie bemerken, haben solche Gespräche wenig Ähnlichkeit mit gewöhnlichen Gesprächen, die eine Person im Leben führt. Ihr Ziel war es daher, einem neuronalen Netzwerk beizubringen, nicht zu analysieren, was eine Person sagt, sondern wie sie es tut.

Um das neuronale Netzwerk zu trainieren, verwendeten die Autoren mehr als 140 Audio-, Video- und Textdateien mit Aufzeichnungen von Interviews mit Patienten mit verschiedenen psychischen Störungen. Zunächst bewerteten speziell eingeladene Experten jedes Interview manuell auf einer Skala von 0 bis 27. Wenn der Arzt dem Interview eine „Punktzahl“von mehr als 15 gab, zeigt der Patient Anzeichen einer Depression. Nach dem Training begann das neuronale Netzwerk, selbst Punkte zu setzen. Die Genauigkeit der Diagnose (sie wurde im Vergleich zum Urteil der Experten bewertet) betrug durchschnittlich 77%.

Der erstellte Algorithmus analysiert die Sprache des Patienten, während das Gesprächsthema das abstrakteste sein kann. Laut den Autoren kann diese Technologie in Zukunft für Menschen sehr nützlich sein, die keinen Arzt aufsuchen können oder wollen. Auf der Grundlage der neuen Entwicklung ist es beispielsweise möglich, eine mobile Anwendung zu erstellen, die die Nachrichten und Telefonanrufe einer Person verfolgt und nur anhand dieser Informationen Anzeichen einer Depression erkennt.