پژوهشگران موسسه فناوری ماساچوست (MIT) به‌تازگی موفق به طراحی و ساخت یک شبکه هوشمند عصبی شده‌اند که قابلیت تشخیص و پیش‌بینی بروز افسردگی و اختلالات شناختی را با دقتی بسیار زیاد دارد. به‌بیان‌دیگر این سیستم را می‌توان دستگاه تشخیص‌دهنده افسردگی نامید.
اعضای این گروه تحقیقاتی را، توکا الحانی (Tuka Alhanai)، محمدقاسمی و جیمز گلاس (James Glass) تشکیل می‌دهند و قرار است نتایج این تحقیقات طی هفته آینده در کنفرانس Interspeech ۲۰۱۸ کشور هندوستان ارائه شود.
یک درمانگر، معمولاً، ترکیبی از سؤالات آزموده شده و واقعی را در کنار مشاهده مستقیم برای تشخیص شرایط سلامت روان و اختلالاتی مانند افسردگی مورداستفاده قرار می‌دهد. در این فناوری اما هوش مصنوعی می‌توانند بدون نیاز به سؤالات مشروط و یا مشاهده مستقیمی کاری مشابه انجام دهند.
بر این اساس، آن‌ها روش متفاوتی را برای شناسایی عوارض روحی ایجاد کرده‌اند که در آن یک سیستم ماشینی می‌تواند متن یا صدای یک انسان را بررسی کرده و سطح افسردگی فرد را تشخیص دهد. این سیستم مبتنی بر هوش مصنوعی عمل می‌کند.
یک درمانگر، معمولاً، ترکیبی از سؤالات آزموده شده و واقعی را در کنار مشاهده مستقیم برای تشخیص شرایط سلامت روان و اختلالاتی مانند افسردگی مورداستفاده قرار می‌دهد. در این فناوری اما هوش مصنوعی می‌توانند بدون نیاز به سؤالات مشروط و یا مشاهده مستقیمی کاری مشابه انجام دهند.
دستگاهی برای تشخیص افسردگی یا پیش‌بینی وقوع آن؟
تشخیص و پیش‌بینی دو امر کاملاً متفاوت هستند. یک الگوریتم که پیش‌بینی می‌کند آیا فرد افسرده است، با تشخیص یا صرفاً برچسب‌گذاری داده‌ها برای بررسی بیشتر توسط انسان کاملاً فرق دارد.
توکا آلخانی، از پژوهشگران این پروژه در رابطه با موضوع فوق گفت: «تشخیص افسردگی کار چندان آسانی نیست. این الگوریتم در حقیقت یک مفهوم مشابه از ارزیابی است که به کمک سیگنال‌های موجود در نحوه سخن گفتن یک فرد، تشخیص می‌دهد آیا وی اختلال شناختی دارد یا نه.»
محققان در آزمایش‌های خود با کمک هوش مصنوعی به بررسی ۱۴۲ نفر که احتمال داده می‌شد در معرض افسردگی قرار دارند، پرداخته و این افراد به مجموعه‌ای از سؤالات که توسط یک عامل مجازی تحت کنترل انسانی قرار داشت، پاسخ دادند. هوش مصنوعی دانش قبلی درباره این سؤالات را نداشت و پاسخ‌دهندگان به هر نحوی که خواستند پاسخ دادند.
پاسخ‌های شرکت‌کنندگان در این مطالعه در ترکیب متن و صدا ثبت شد. در نسخه متنی، هوش مصنوعی قادر به پیش‌بینی افسردگی پس از حدود هفت سؤال و پاسخ متوالی بود؛ اما در نسخه‌های صوتی، هوش مصنوعی پس از پرسیدن حدود ۳۰ متوالی برای تعیین شرایط، تصمیم گرفت. با توجه به بررسی‌های انجام‌شده توسط محققان، صحت متوسط تشخیص هوش مصنوعی حدود ۷۷ درصد است.
درواقع روان شناسان و درمانگرانی که بیماران را در مراکز پزشکی معاینه می‌کنند، آموزش‌های لازم را برای تشخیص بیماری افراد بر اساس الگوریتم‌ها و نشانه‌های خاصی دیده‌اند و هوش مصنوعی نیز تقریباً از همان الگوریتم‌ها و نشانه‌ها استفاده می‌کند.
لازم به توضیح است که بسیاری از کارشناسان این روند تشخیص شرایط روحی و افسردگی توسط هوش مصنوعی را نامناسب دانسته و اعتقاددارند زدن برچسب افسردگی به افراد توسط یک ماشین، کاری اشتباه است و می‌تواند تبعاتی ناخوشایند در پی داشته باشد. فرض کنید این سیستم به‌طور گسترده‌ای رایج شده و شرکت‌ها برای آزمون و مصاحبه استخدامی خود از آن استفاده کرده و بسیاری از افراد به دلیل داشتن شرایط روحی خاصی در روز مصاحبه توسط ماشین رد شده و فرصت شغلی خود را از دست بدهند.
ترجمه: احسان محمدحسینی
منبع: thenextweb
No tags for this post.