बिना संदर्भ के किसी व्यक्ति के मनमाने भाषण से अवसाद को पहचानने के लिए प्रशिक्षित तंत्रिका नेटवर्क

तंत्रिका नेटवर्क स्पीकर के भाषण के 30-सेकंड के टुकड़े के भावनात्मक रंग का मूल्यांकन करता है। लेखकों के पिछले वैज्ञानिक काम से चित्रण

हाल के वर्षों में, मशीन लर्निंग को तेजी से एक उपयोगी नैदानिक ​​उपकरण के रूप में उपयोग किया गया है। मौजूदा मॉडल शब्दों और भाषण के स्वरों की पहचान करने में सक्षम हैं जो अवसाद का संकेत दे सकते हैं। लेकिन ये मॉडल आमतौर पर केवल तभी काम करते हैं जब रोगी डॉक्टर के विशिष्ट प्रश्नों का उत्तर देता है: उदाहरण के लिए, उसकी मनोदशा, जीवनशैली, चिकित्सा इतिहास आदि के बारे में। अर्थात्, इस मामले में तंत्रिका नेटवर्क का काम एक साधारण मनोचिकित्सक के काम से अलग नहीं है जो रोगी के साथ बात करता है।

लेकिन दवा की एक नई पीढ़ी के लिए, एक प्रणाली जो प्रश्नों के एक विशिष्ट सेट के बिना शब्दों के एक मनमाने सेट पर अवसाद का निर्धारण करती है, बहुत अधिक प्रभावी है। सैद्धांतिक रूप से, इस मामले में, आप वास्तविक समय (पूरी तरह से आवाज यातायात) में पूरी आबादी के मानसिक स्वास्थ्य की निगरानी कर सकते हैं - और रोगियों को जल्दी से अस्पताल में भर्ती कर सकते हैं। ऑटोमैटिक डिप्रेशन डिटेक्शन मॉड्यूल को मोबाइल एप्लिकेशन और गेम्स में लागू किया जा सकता है।

यह मॉडल मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के वैज्ञानिकों द्वारा विकसित किया गया था, जो प्रकाशन एमआईटी न्यूज लिखता है । भारत में 2-6 सितंबर को आयोजित होने वाले इंट्राप्प 2018 सम्मेलन में वैज्ञानिक लेख प्रस्तुत किया जाएगा।

“यदि आप एक स्केलेबल तरीके से [अवसाद का पता लगाने] के मॉडल को तैनात करना चाहते हैं… तो आपको उपयोग किए गए डेटा पर प्रतिबंधों की संख्या को कम करने की आवश्यकता है। मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के कंप्यूटर साइंस एंड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (CSAIL) के एक शोधकर्ता, वैज्ञानिक कार्य के एक शोधकर्ता, तुका अलहनई ने कहा, "एक मॉडल को लोगों के बीच किसी भी सामान्य बातचीत और प्राकृतिक बातचीत से डेटा निकालना चाहिए।"

शोधकर्ताओं को उम्मीद है कि प्राकृतिक बातचीत में अवसाद के संकेतों का पता लगाने के लिए नए तरीके का इस्तेमाल किया जाएगा। उदाहरण के लिए, मॉडल के आधार पर, मोबाइल एप्लिकेशन विकसित किए जा सकते हैं जो मानसिक विकारों के लिए उपयोगकर्ता के पाठ और आवाज को ट्रैक करते हैं और अलर्ट भेजते हैं। यह उन लोगों के लिए विशेष रूप से उपयोगी है, जो डॉक्टर की अनुपस्थिति, परामर्श की उच्च लागत, या केवल इसलिए कि प्रारंभिक निदान के लिए डॉक्टर से नहीं मिल सकते हैं, क्योंकि वे नहीं जानते हैं कि उन्हें एक मानसिक समस्या है।

अवसाद एक बहुत ही खतरनाक मानसिक बीमारी है, जो आत्म-सम्मान में कमी, जीवन में रुचि की हानि और अभ्यस्त गतिविधि के साथ है। कुछ मामलों में, इससे पीड़ित व्यक्ति शराब या अन्य पदार्थों का दुरुपयोग करना शुरू कर सकता है।

नई तकनीक का प्रमुख नवाचार उन तरीकों का पता लगाने की क्षमता में है जो अवसाद का संकेत देते हैं, और फिर इन पैटर्न की तुलना नए लोगों के साथ बिना किसी अतिरिक्त व्यक्ति के पूर्व प्रशिक्षण के बिना करते हैं। अलखानय बताते हैं, "हम इसे बिना संदर्भ के काम कहते हैं" क्योंकि आप उन प्रश्नों के प्रकारों पर प्रतिबंध नहीं लगाते हैं, जिन्हें आप देख रहे हैं और इन सवालों के जवाब भी देते हैं।

तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए, "अनुक्रम मॉडलिंग" नामक एक तकनीक, जिसे अक्सर भाषण प्रसंस्करण के लिए उपयोग किया जाता है, का उपयोग किया गया था। मॉडल पाठ और ध्वनि डेटा के अनुक्रम से सीखता है और अवसाद के साथ और बिना लोगों के सवालों के जवाब देता है। धीरे-धीरे, वह सामान्य पैटर्न का खुलासा करती है, क्योंकि कुछ शब्द स्वस्थ और बीमार लोगों में विभिन्न ध्वनियों से जुड़े होते हैं। इसके अलावा, अवसाद वाले लोग अधिक धीमी गति से बोल सकते हैं और शब्दों के बीच लंबे समय तक रुक सकते हैं। मानसिक विकारों के लिए इन पाठ और ध्वनि पहचानकर्ताओं का पिछले अध्ययनों में अध्ययन किया गया है। अंत में, मॉडल स्वयं निर्धारित करता है कि भाषण में अवसाद के लक्षण हैं या नहीं।

मॉडल को डिस्ट्रेस एनालिसिस इंटरव्यू कॉर्पस कॉर्पस (साउंड, टेक्स्ट, वीडियो) से 142 भाषण अंशों के डेटा सेट पर परीक्षण किया गया था। निदान की सटीकता 71% थी (यानी झूठे-सकारात्मक परिणामों का 29%), और नमूना में सभी रोगियों में बीमारी का पता लगाने की पूर्णता 83% थी। अधिकांश परीक्षणों में, अवसाद के निदान के लिए सटीकता पिछले सभी मॉडलों के प्रदर्शन को पार कर गई। शोधकर्ताओं ने पाया कि प्रारंभिक परिणाम बहुत उत्साहजनक हैं।

2017 के पिछले वैज्ञानिक लेख में , लेखकों ने एक तंत्रिका नेटवर्क का वर्णन किया है जो निम्नलिखित संकेतों द्वारा स्पीकर के मूड को पहचानता है:

• आवाज की विशेषताएं;
• शब्दों का सेट;
• नाड़ी।

चित्रण पांच-सेकंड के अंतराल पर भावनात्मक सामग्री के वितरण को दर्शाता है। नकारात्मक खंड वे हैं जो उदासी, घृणा, क्रोध, भय, या ऊब के लक्षण दिखाते हैं। सकारात्मक सेगमेंट में खुशी, रुचि या उत्साह के संकेत होते हैं।

अवसाद के अलावा, वैज्ञानिक तंत्रिका नेटवर्क को प्रशिक्षित करने का इरादा रखते हैं, जो अन्य मानसिक अवस्थाओं जैसे मनोभ्रंश को पहचान सके।