هوش مصنوعی

افسردگی یک مشکل جهانی است ، و عواقب جدی برای سلامت افراد و اقتصاد به دنبال دارد ، بنابراین برای مقابله با شیوع فزاینده آن سریعاً به ابزارهای غربالگری سریع و م neededثر نیاز است. اکنون ، محققان از ژاپن دریافته اند که از هوش مصنوعی (AI) می توان برای تشخیص علائم افسردگی استفاده کرد. اما پیش از آن باید با انواع کتاب هوش مصنوعی آشنا شد و اطلاعات مناسبی در این زمینه کسب کرد.

در مطالعه ای که این ماه در BMJ Open منتشر شد ، محققان دانشگاه تسوکوبا نشان دادند که یک سیستم هوش مصنوعی با استفاده از یادگیری ماشینی می تواند پریشانی روانشناختی را در بین کارگران پیش بینی کند ، که از عوامل خطر افسردگی است.

اگرچه بسیاری از پرسشنامه ها وجود دارد که از نظر بهداشت روان بررسی می شود ، اما افراد ممکن است در پاسخ به س questionsالات صادقانه در مورد خلق و خوی ذهنی به دلیل ننگ اجتماعی در مورد سلامت روان مردد باشند. با این وجود ، می توان از یک سیستم یادگیری ماشین برای غربالگری افسردگی / پریشانی روانشناختی بدون چنین داده هایی استفاده کرد ، چیزی که محققان دانشگاه تسوکوبا قصد داشتند آن را برطرف کنند.

پروفسور شوتارو دوکی ، نویسنده اصلی این تحقیق می گوید: "ما می خواستیم ببینیم آیا سیستم هوش مصنوعی می تواند ناراحتی روانی را در بسیاری از افراد از طریق جامعه شناختی ، سبک زندگی و عوامل خواب ، بدون داده های مربوط به حالات ذهنی ، مانند خلق و خو ، تشخیص دهد."

برای تحقیق در این باره ، محققان از گروهی از محققان و کارمندان اداری خواستند که یک نظرسنجی آنلاین در مورد عوامل جمعیت شناختی ، سبک زندگی و عوامل خواب را انجام دهند. سپس ، آنها یک مدل هوش مصنوعی تهیه کردند که با توجه به داده های 7251 شرکت کننده ، پریشانی روانشناختی را پیش بینی می کند و نتایج به دست آمده از مدل AI را با پیش بینی های انجام شده توسط یک تیم 6 روانپزشک مقایسه می کنند.

پروفسور دوکی توضیح می دهد: "نتایج شگفت آور بود." "ما دریافتیم که حتی بدون داده های مربوط به خلق و خو ، مدل AI و تیم روانپزشکان پیش بینی های مشابهی راجع به پریشانی روانشناختی متوسط ??ارائه دادند."

علاوه بر این ، برای شرکت کنندگان با پریشانی شدید روانشناختی ، پیش بینی های ارائه شده توسط مدل AI دقیق تر از پیش بینی های روانپزشکان بود.

پروفسور داکی می گوید: "به نظر می رسد این مدل تازه توسعه یافته به راحتی قادر به پیش بینی پریشانی روانشناختی در میان تعداد زیادی از کارگران باشد ، بدون داده هایی در مورد خلق و خوی ذهنی آنها." "این به طور م effectivelyثر از مسئله انگ اجتماعی در مورد بهداشت روان در محل کار جلوگیری می کند و خطر پاسخ نامناسب به س questionsالاتی را که در مورد روحیه پاسخ دهندگان از بین می رود ، از بین می برد."

بنابراین ، ابزارهای غربالگری که نیازی به افراد ندارند تا خلق و خوی ذهنی خود را گزارش دهند ، ممکن است دقیق تر باشد و بنابراین می تواند افرادی را که در غیر این صورت تحت درمان قرار نمی گیرند ، شناسایی کند. مداخلات قبلی برای درمان افسردگی و پریشانی روانشناختی احتمالاً از شدت بیماری روانی می کاهد و فواید مهمی هم برای افراد و هم برای جامعه دارد.

مقاله "مقایسه پریشانی روانشناختی پیش بینی شده بین کارگران بین هوش مصنوعی و روانپزشکان: یک مطالعه مقطعی در شهر علم Tsukuba ، ژاپن" در BMJ Open در DOI منتشر شد: 10.1136 / bmjopen-2020-046265

این کار از نظر مالی توسط JSPS KAKENHI (شماره کمک 19K19431) پشتیبانی مالی شد. نویسندگان مایلند منافع رقابتی زیر را اعلام کنند: SS رئیس کمیته فنی بهداشت حرفه ای ، شبکه شهر علم Tsukuba است. SD ، YO و DH عضو کمیته فنی بهداشت حرفه ای و سایر نویسندگان عضو کارگروه کمیته فنی بهداشت حرفه ای هستند. هیچ یک از نویسندگان پاداش دریافت نکردند.