تقوم الشبكة العصبية بتقييم التلوين العاطفي لجزء 30 ثانية من خطاب المتحدث. رسم توضيحي من العمل العلمي السابق للمؤلفينفي السنوات الأخيرة ، تم استخدام التعلم الآلي بشكل متزايد كأداة تشخيصية مفيدة. النماذج الحالية قادرة على تحديد الكلمات ونغمات الكلام التي قد تشير إلى الاكتئاب. لكن هذه النماذج لا تعمل عادةً إلا إذا أجاب المريض عن أسئلة محددة للطبيب: على سبيل المثال ، حول مزاجه ، وأسلوب حياته ، وتاريخه الطبي ، وما إلى ذلك. أي أن عمل الشبكة العصبية في هذه الحالة لا يختلف عن عمل معالج نفسي عادي يتحدث مع المريض.
ولكن بالنسبة لجيل جديد من الأدوية ، فإن النظام الذي يحدد الاكتئاب على
مجموعة من الكلمات التعسفية ، دون مجموعة محددة من الأسئلة ، أكثر فعالية. نظريًا ، في هذه الحالة ، يمكنك مراقبة الصحة العقلية لجميع السكان تلقائيًا في الوقت الفعلي (كل حركة الصوت) - وإدخال المرضى إلى المستشفى بسرعة. يمكن تنفيذ وحدة الكشف عن الاكتئاب التلقائي في تطبيقات وألعاب الهاتف المحمول.
تم تطوير هذا النموذج من قبل علماء من معهد ماساتشوستس للتكنولوجيا ،
يكتب المنشور
MIT News . سيتم تقديم المقال العلمي في مؤتمر
Interspeech 2018 ، الذي سيعقد في 2-6 سبتمبر في الهند.
"إذا كنت ترغب في نشر نماذج [اكتشاف الاكتئاب] بطريقة قابلة للتوسع ... فأنت بحاجة إلى تقليل عدد القيود المفروضة على البيانات المستخدمة. قال توكا الهاناي ، الباحث في مختبر علوم الحاسوب والذكاء الاصطناعي بمعهد ماساتشوستس للتكنولوجيا (CSAIL) ، وهو مؤلف رائد في العمل العلمي ، إن النموذج يجب أن يستخرج البيانات من أي محادثة عادية وتفاعل طبيعي بين الناس.
يأمل الباحثون أن يتم استخدام الطريقة الجديدة للكشف عن علامات الاكتئاب في المحادثة الطبيعية. على سبيل المثال ، بناءً على النموذج ، يمكن تطوير تطبيقات الهاتف المحمول التي تتعقب نص المستخدم وصوته للاضطرابات النفسية وترسل التنبيهات. هذا مفيد بشكل خاص لأولئك الذين لا يستطيعون الوصول إلى الطبيب للتشخيص الأولي بسبب غياب الطبيب ، أو التكلفة العالية للاستشارة ، أو ببساطة لأنهم لا يعرفون أن لديه مشكلة عقلية.
الاكتئاب هو مرض عقلي خطير للغاية ، مصحوبًا بانخفاض في احترام الذات ، وفقدان الاهتمام بالحياة والنشاط المعتاد. في بعض الحالات ، قد يبدأ الشخص الذي يعاني منه في تعاطي الكحول أو المواد الأخرى.
يكمن الابتكار الرئيسي للتكنولوجيا الجديدة في قدرتها على اكتشاف الأنماط التي تشير إلى الاكتئاب ، ثم مقارنة هذه الأنماط بأشخاص جدد دون معلومات إضافية ، أي دون تدريب مسبق على شخص معين. يوضح الخاني: "نسميها" بلا سياق "لأنك لا تفرض أي قيود على أنواع الأسئلة التي تبحث عنها ونوع الإجابات على هذه الأسئلة.
لتدريب الشبكة العصبية ، تم استخدام تقنية تسمى "نمذجة التسلسل" ، والتي غالبًا ما تستخدم لمعالجة الكلام. يتعلم النموذج من تسلسل البيانات النصية والصوتية من الأسئلة والأجوبة من الأشخاص المصابين بالاكتئاب أو بدونه. تدريجيًا ، تكشف عن أنماط عامة ، حيث ترتبط بعض الكلمات بأصوات مختلفة لدى الأشخاص الأصحاء والمرضى. بالإضافة إلى ذلك ، يمكن للأشخاص المصابين بالاكتئاب التحدث ببطء أكبر واستخدام فترات توقف أطول بين الكلمات. تمت دراسة هذه المحددات النصية والصوتية للاضطرابات النفسية في دراسات سابقة. في النهاية ، يحدد النموذج نفسه ما إذا كانت هناك علامات على الاكتئاب في الكلام أم لا.
تم اختبار النموذج على مجموعة بيانات مكونة من 142 جزءًا من الكلام من مقابلة تحليل استغاثة Corpus corpus (صوت ، نص ، فيديو). كانت دقة التشخيص 71 ٪ (أي 29 ٪ من النتائج الإيجابية الكاذبة) ، وكان اكتمال الكشف عن المرض 83 ٪ من جميع المرضى في العينة. في معظم الاختبارات ، تجاوزت الدقة أداء جميع النماذج السابقة لتشخيص الاكتئاب. وجد الباحثون أن النتائج الأولية مشجعة للغاية.
في
مقال علمي سابق من عام 2017 ، وصف المؤلفون شبكة عصبية تتعرف على مزاج المتحدث من خلال العلامات التالية:
- خصائص الصوت ؛
- مجموعة من الكلمات
- النبض.
يوضح الرسم التوضيحي توزيع المحتوى العاطفي على فواصل زمنية مدتها خمس ثوان. الأجزاء السلبية هي تلك التي تظهر علامات الحزن أو الاشمئزاز أو الغضب أو الخوف أو الملل. تحتوي الشرائح الإيجابية على علامات السعادة أو الاهتمام أو الحماس.
بالإضافة إلى الاكتئاب ، ينوي العلماء تدريب الشبكة العصبية على التعرف على الحالات العقلية الأخرى ، مثل الخرف.