استفاده از هوش مصنوعی برای سنجش سلامت روان - وبلاگ ساعت

به گزارش وبلاگ ساعت، محققان در تحقیقات تازه خود به نتایج مشابهی با انسان در استفاده از هوش مصنوعی برای بهبود سلامت روان افراد دست یافتند.

محققان UW Medicine دریافته اند که الگوریتم ها به میزان ارزیاب های انسانی آموزش دیده در شناسایی زبان علامت قرمز در پیغام های متنی افراد مبتلا به بیماری های روانی جدی هستند. این یک زمینه امیدوارنماینده از مطالعه را باز می نماید که می تواند به آموزش روانپزشکی و کمبود مراقبت یاری کند. این یافته ها در اواخر سپتامبر در مجله خدمات روانپزشکی منتشر شد.

پیغام های متنی به طور فزاینده ای بخشی از مراقبت و ارزیابی سلامت روان هستند، اما این مداخلات روان پزشکی از راه دور می تواند فاقد نقاط مرجع عاطفی باشد که درمانگران برای هدایت مکالمات حضوری با بیماران استفاده می نمایند.

این تیم تحقیقاتی برای اولین بار از پردازش زبان طبیعی برای یاری به شناسایی پیغام های متنی که منعکس نماینده تحریف های شناختی هستند، استفاده کردند؛ این تحقیق می تواند در نهایت به بیماران بیشتری در یافتن مراقبت یاری کند.

جاستین تاوشر، نویسنده اصلی مقاله و استادیار بازیگری در دانشکده پزشکی دانشگاه واشنگتن، می گوید: زمانی که ما شخصا با افراد دیدار می کنیم، همه این زمینه های متفاوت را داریم. ما نشانه های بصری داریم، نشانه های شنیداری داریم، چیز هایی که در یک پیغام متنی ظاهر نمی شوند. این ها چیز هایی هستند که ما آموزش دیده ایم تا به آن ها تکیه کنیم. امید در اینجا این است که فناوری بتواند ابزاری اضافی برای پزشکان فراهم کند تا بتوانند این پیغام ها را توسعه دهند. اطلاعاتی که آن ها برای تصمیم گیری بالینی به آن تکیه می نمایند.

این مطالعه هزاران پیغام متنی منحصر به فرد و بدون درخواست را بین 39 فرد مبتلا به بیماری روانی جدی و سابقه بستری در بیمارستان و ارائه دهندگان سلامت روان مورد آنالیز قرار داد. ارزیاب های انسانی متون را برای چندین تحریف شناختی درجه بندی کردند، همانطور که معمولا در زمینه مراقبت از بیمار انجام می دهند. ارزیابان در پی زبان ظریف یا آشکاری هستند که نشان می دهد بیمار بیش از حد تعمیم می دهد، فاجعه سازی می نماید یا زود به نتیجه می رسد که همه این ها می توانند سرنخ هایی برای مسائل باشند.

محققان بعلاوه رایانه ها را برای انجام همان وظیفه درجه بندی متون برنامه ریزی نموده و دریافتند انسان ها و هوش مصنوعی در بیشتر دسته های مورد مطالعه به طور مشابه درجه بندی می نمایند.

تاوشر می گوید: من فکر می کنم توانایی داشتن سیستم هایی که می تواند به حمایت از تصمیم گیری بالینی یاری کند برای کسانی که در این زمینه گاهی به آموزش یا نظارت دسترسی ندارند یا گاهی بسیار خسته هستند، بسیار مرتبط و بالقوه تاثیرگذار است.

بن زیف، مدیر مرکز تحقیقات رفتاری UW در فناوری و مهندسی و یکی از نویسندگان مقاله می گوید: توقف مجدد پزشکان یک مزیت فوری خواهد بود، اما محققان بعلاوه برنامه های کاربردی آینده را مشاهده می نمایند که به موازات یک نوار تناسب اندام پوشیدنی یا سیستم نظارت مبتنی بر تلفن کار می نمایند. این فناوری در نهایت می تواند بازخوردی را در زمان واقعی ارائه دهد که درمانگر را به مسائل احتمالی هدایت کند.

بن زیف می گوید: همانطور که شما سطح اکسیژن خون و ضربان قلب و سایر ورودی ها را دریافت می کنید، ممکن است یادداشتی دریافت کنید که نشان می دهد بیمار در حال نتیجه گیری سریع و فاجعه سازی است. جلب آگاهی به الگوی تفکر چیزی است که ما در آینده متصور هستیم. مردم با فناوری خود این حلقه های بازخورد را خواهند داشت که در آن بینش خود را به دست می آورند.

بیشتر بخوانید

منبع: مدیکال اکسپرس

وبلاگ ساعت فضای مجازی دریچه فناوری