Lékařský expert článku
Nové publikace
Umělá inteligence dokáže rozpoznat depresi
Naposledy posuzováno: 02.07.2025
Veškerý obsah iLive je lékařsky zkontrolován nebo zkontrolován, aby byla zajištěna co největší věcná přesnost.
Máme přísné pokyny pro získávání zdrojů a pouze odkaz na seriózní mediální stránky, akademické výzkumné instituce a, kdykoli je to možné, i klinicky ověřené studie. Všimněte si, že čísla v závorkách ([1], [2] atd.) Jsou odkazy na tyto studie, na které lze kliknout.
Pokud máte pocit, že některý z našich obsahů je nepřesný, neaktuální nebo jinak sporný, vyberte jej a stiskněte klávesu Ctrl + Enter.
Proč je deprese tak obtížná k rozpoznání, zejména v jejích raných stádiích? Existují metody k optimalizaci diagnostiky? To jsou otázky, které si vědci kladou.
Před stanovením diagnózy deprese musí lékař vykonat náročný úkol: shromáždit veškeré možné údaje o pacientovi, poskytnout úplný obraz patologie, analyzovat charakteristiky formování osobnosti a životního stylu dané osoby, sledovat všechny možné příznaky a zjistit důvody, které by mohly nepřímo ovlivnit rozvoj onemocnění. Vědci zastupující Massachusetts Institute of Technology navrhli model, který dokáže určit depresi u osoby bez kladení konkrétních testových otázek, a to pouze na základě konverzačních charakteristik a stylu psaní.
Jak vysvětluje jeden z vedoucích výzkumného projektu Tuki Alhanai, první „poplašný zvonek“ o přítomnosti deprese může zaznít právě během rozhovoru s pacientem, bez ohledu na emocionální stav dané osoby v daném okamžiku. Pro rozšíření diagnostického modelu je nutné minimalizovat počet omezení vztahujících se na informace: stačí vést běžný rozhovor, což modelu umožní posoudit stav pacienta během přirozené konverzace.
Výzkumníci nazvali model, který vytvořili, „bezkontextovým“, protože neexistovala žádná omezení ohledně kladených otázek ani slyšených odpovědí. Pomocí techniky sekvenčního modelování vědci do modelu vložili textové a zvukové verze rozhovorů s pacienty s depresivními poruchami i bez nich. Jak se sekvence hromadily, objevovaly se vzorce – například standardní zahrnutí slov jako „smutný“, „podzim“ a monotónní sluchové signály do konverzace.
„Model rozpoznává verbální sekvenci a vyhodnocuje naučené vzorce jako nejpravděpodobnější faktory přítomné u pacientů s depresí i bez ní,“ vysvětluje profesor Alhanai. „Pokud si pak umělá inteligence všimne podobných sekvencí u dalších pacientů, může jim diagnostikovat depresi.“
Testovací studie prokázaly úspěšnou diagnostiku deprese modelem v 77 % případů. Jedná se o nejlepší zaznamenaný výsledek ze všech dříve testovaných modelů, které „pracovaly“ s jasně strukturovanými testy a dotazníky.
Hodlají odborníci umělou inteligenci využít v praxi? Bude zahrnuta do základu následných modelů „chytrých“ asistentů? Vědci se k této záležitosti zatím nevyjádřili.
Informace o studii jsou zveřejněny na webových stránkách Massachusettského technologického institutu. Podrobné informace naleznete také na stránkách http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf
[ 1 ]