پژوهشگران آمریكایی انجام دادند
تشخیص روان پریشی با كمك هوش مصنوعی
به گزارش فیكس سرور پژوهشگران آمریكایی در دو پژوهش جدید خود، از سیستم های مبتنی بر هوش مصنوعی برای تشخیص نشانه های اختلالات روان پریشی استفاده كردند.
به گزارش فیكس سرور به نقل از ایسنا و به نقل از نیوساینتیست، نوآوری های عرضه شده در حوزه هوش مصنوعی، به پژوهشگران امكان می دهند تا روان پریشی را بهتر تشخیص دهند. پژوهشگران "دانشگاه هاروارد"(Harvard University) و "دانشگاه اموری" (Emory University) آمریكا، دو سیستم مبتنی بر یادگیری ماشینی را برای تشخیص روانپریشی از گفتار انسان به كار گرفتند.
تشخیص اسكیزوفرنی از روی گفتار
پژوهشگران، نوعی روش یادگیری ماشینی ابداع نموده اند كه گفتار را برای یافتن نشانه های روان پریشی تحلیل می كند. خصوصیت های كوچك روش گفتار انسان ها، نشانگر خوبی برای تشخیص خطر ابتلاء به بیماری های روحی در آینده است و یادگیری ماشینی می تواند روش سریع و دقیقی برای شناسایی این خصوصیت ها عرضه نماید. پژوهشگران با ابداع سیستمی كه بار معنایی و كاربرد واژگان را در گفتار شخص ارزیابی می نماید، توانستند افرادی كه در معرض ابتلاء به روان پریشی هستند، با دقت شناسایی كنند.
افرادی كه به روان پریشی مبتلا می شوند، بار معنایی كمتر و ابهام بیشتری در گفتار خود دارند. اختلالات روان پریشی مانند اسكیزوفرنی، توهمات شنیداری در بیماران ایجاد می كنند و باعث می شوند كه بیماران به صحبت با صداهای خیالی بپردازند. پژوهشگران با به كار بردن روشی موسوم به "باز كردن بردار"(vector unpacking) توانستند بار معنایی گفتار افراد را شناسایی و ارزیابی كنند.
پژوهشگران برای این بررسی، از مكالمات آنلاین ۳۰ هزار نفر در فضای مجازی استفاده كردند تا نوعی "هنجار" شامل ۴۰۱ میلیون واژه برای محتوای گفتار ابداع كنند. آنها بعد از مقایسه گفتار بیماران با این هنجار توانستند ناهنجاری هایی كه نشانه های ابتدایی روانپریشی را مشخص می كنند، نشان دهند.
این گروه پژوهشی برای آزمایش سیستم خود، ۴۰ شركت كننده را مورد ارزیابی قرار دادند و سپس بررسی خویش را یك مرتبه در هر شش ماه ادامه دادند تا نشانه های روان پریشی در شركت كنندگان ظاهر شد. در این مدت، از مصاحبه شركت كنندگان فیلمبرداری شد تا محتوای گفتار آنها مشخص شود؛ سپس فیلم ها با یك سیستم هوش مصنوعی بررسی گردید تا احتمال ابتلاء به روان پریشی پیشبینی شود. پژوهشگران دریافتند كه پلت فرم هوش مصنوعی آنها می تواند امكان ابتلاء به روان پریشی را با ۹۳ درصد تشخیص دهد. آنها نتیجه گرفتند كه این سیستم، نه تنها ابزار خوبی برای پیشبینی امكان ابتلاء به روان پریشی است، بلكه می تواند خیلی از اختلالات روحی دیگر را هم به خوبی تشخیص دهد.
تشخیص اسكیزوفرنی با كمك اف ام آرآی
پژوهشگران در بررسی دیگری توانستند قابلیت هوش مصنوعی را در تشخیص اسكیزوفرنی با كمك "اسكن تصویرسازی تشدید مغناطیسی كاركردی" یا "اف ام آرآی"(fMRI) نشان دهند. قبل از این هم پژوهش هایی برای تشخیص اسكیزوفرنی با كمك یادگیری ماشینی صورت گرفته بود اما پژوهشگران در این پروژه نشان دادند كه بررسی در بیشتر پژوهش های پیشین، معمولاً به بیماران تحت درمان نیاز دارد.
این مورد باعث می شود كه چنین پژوهش هایی، كاربرد كمی در پزشكی دنیای واقعی داشته باشند. این پژوهش ها، فقط در نمونه های كوچك انجام شده اند و قابلیت اطمینان داده ها را كم می كنند. پژوهشگران برای رفع این نواقص، یك سیستم مبتنی بر هوش مصنوعی ابداع كردند كه می تواند اسكیزوفرنی را با بررسی اسكن های اف. ام.آر.آی تشخیص دهد. آنها این سیستم را روی مجموعه بزرگتری از داوطلبان آزمایش كردند كه ۸۱ نفر از آنها مبتلا به اسكیزوفرنی و ۹۳ نفر سالم بودند و هیچیك از آنها تحت درمان خاصی قرار نداشتند.
این پلت فرم یادگیری ماشینی موسوم به "EMPaSchiz" توانست احتمال ابتلاء به اسكیزوفرنی را بر مبنای فعالیت مغز و اتصالات عملكردی در اسكن های اف. ام.آر.آی تشخیص دهد.
دقت این پلت فرم در كار خود، ۸۷ درصد بیشتر از سیستم های یادگیری ماشینی دیگر بود. به قول پژوهشگران EMPaSchiz اولین فناوری یادگیری ماشینی است كه می تواند احتمال ابتلاء به اسكیزوفرنی را بدون احتیاج به مصرف دارو توسط شركت كنندگان تشخیص دهد.
نتایج این پژوهش، پیشرفت امیدواركننده ای را برای كاربرد ابزار تشخیصی خودكار نشان داده است كه از تصویربرداری مغزی و هوش مصنوعی استفاده می نمایند.
نتایج این دو پژوهش، در مجله "npj Schizophrenia" به چاپ رسید.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب