通常,精神疾病的診斷包括依據(jù)為國(guó)際疾病分類、精神障礙診斷與統(tǒng)計(jì)手冊(cè),有經(jīng)驗(yàn)的醫(yī)生依據(jù)調(diào)查問卷和自己的經(jīng)驗(yàn)進(jìn)行判斷。
而由于血液檢測(cè)查不出抑郁癥,腦部掃描也沒法提前檢查出焦慮癥,活組織檢查更不可能診斷出自殺的念頭。所以至今,在醫(yī)學(xué)領(lǐng)域中,沒有任何可靠的生物標(biāo)記可以用來診斷精神疾病。
精神病學(xué)家們想找出發(fā)現(xiàn)思想消極的捷徑卻總是得不到結(jié)果,這使許多精神病學(xué)的發(fā)展停滯不前。它讓精神疾病的診斷變得緩慢、困難并且主觀,阻止了研究人員理解各種精神疾病的真正本質(zhì)和原因,也研究不出更好的治療方法。
但這樣的困境并不絕對(duì),事實(shí)上,精神科醫(yī)生診斷所依據(jù)的患者語言給精神病的診斷突破提供了重要的線索。這也促進(jìn)了數(shù)據(jù)表型的發(fā)展,即從我們的語言選擇、我們的睡眠模式到我們給朋友打電話的頻率,通過人工智能對(duì)這些數(shù)據(jù)進(jìn)行分析,通過篩選人們產(chǎn)生的數(shù)據(jù)來尋找抑郁、焦慮、雙相情感障礙和其他綜合癥的跡象。
基于此,現(xiàn)在,一個(gè)研究小組正在調(diào)查人工智能是否能檢測(cè)出孤獨(dú)感。事實(shí)上,孤獨(dú)感已經(jīng)成為一個(gè)日益嚴(yán)重的健康問題,甚至被認(rèn)為是比肥胖更容易導(dǎo)致過早死亡的因素。
這項(xiàng)新研究的作者認(rèn)為,孤獨(dú)是一種特別難以衡量的精神狀態(tài),因?yàn)獒t(yī)生通常難以量化患者的孤獨(dú)感,因此迫切需要某種客觀的測(cè)量方法。
這項(xiàng)新的研究招募了80名老年人。每個(gè)受試者都使用傳統(tǒng)的孤獨(dú)感評(píng)估方法進(jìn)行評(píng)估,并完成一個(gè)更長(zhǎng)、更具對(duì)話性、半結(jié)構(gòu)化的訪談,持續(xù)時(shí)間長(zhǎng)達(dá)90分鐘。
這些訪談?dòng)涗浵聛?,然后在IBM開發(fā)的自然語言系統(tǒng)的幫助下進(jìn)行分析。除了檢測(cè)那些傳統(tǒng)評(píng)估沒有發(fā)現(xiàn)的對(duì)象的孤獨(dú)感之外,該系統(tǒng)還揭示了男性和女性談?wù)摴陋?dú)感的方式上的差異。
研究發(fā)現(xiàn),人工智能系統(tǒng)可以以94%的準(zhǔn)確率定性預(yù)測(cè)受試者的孤獨(dú)感。一個(gè)人越感到孤獨(dú),他們對(duì)有關(guān)孤獨(dú)的直接問題的回答就越長(zhǎng)。研究人員甚至認(rèn)為,存在一種“孤獨(dú)言語”模式,可以在未來用來監(jiān)測(cè)老年受試者的幸福感。
此外,男性在較長(zhǎng)時(shí)間的談話中使用更多恐懼和快樂的詞匯,而女性則更容易明確表達(dá)孤獨(dú)感。這項(xiàng)研究的發(fā)現(xiàn)為臨床醫(yī)生提供了重要的見解,讓他們了解男人和女人表達(dá)孤獨(dú)的不同方式。
目前,該研究的下一步將是將其他傳感器數(shù)據(jù)結(jié)合到評(píng)估中(如GPS跟蹤和睡眠數(shù)據(jù)),使每個(gè)個(gè)體的發(fā)現(xiàn)個(gè)性化。此外,這項(xiàng)系統(tǒng)顯然還需要在更大、更多樣化的人群中進(jìn)行測(cè)試,以調(diào)試其準(zhǔn)確性。
其研究結(jié)果已在線發(fā)表在2020年9月24日的《美國(guó)老年精神病學(xué)雜志》上。
責(zé)編AJX
-
AI
+關(guān)注
關(guān)注
88文章
35164瀏覽量
280028 -
人工智能
+關(guān)注
關(guān)注
1807文章
49029瀏覽量
249588 -
自然語言處理
+關(guān)注
關(guān)注
1文章
628瀏覽量
14164
發(fā)布評(píng)論請(qǐng)先 登錄
人工智能推理及神經(jīng)處理的未來

如何優(yōu)化自然語言處理模型的性能
自然語言處理與機(jī)器學(xué)習(xí)的關(guān)系 自然語言處理的基本概念及步驟
語音識(shí)別與自然語言處理的關(guān)系
什么是LLM?LLM在自然語言處理中的應(yīng)用
ASR與自然語言處理的結(jié)合
卷積神經(jīng)網(wǎng)絡(luò)在自然語言處理中的應(yīng)用
循環(huán)神經(jīng)網(wǎng)絡(luò)在自然語言處理中的應(yīng)用
嵌入式和人工智能究竟是什么關(guān)系?
使用LSTM神經(jīng)網(wǎng)絡(luò)處理自然語言處理任務(wù)
自然語言處理的未來發(fā)展趨勢(shì)
自然語言處理與機(jī)器學(xué)習(xí)的區(qū)別
LLM技術(shù)對(duì)人工智能發(fā)展的影響
使用LLM進(jìn)行自然語言處理的優(yōu)缺點(diǎn)
AI智能化問答:自然語言處理技術(shù)的重要應(yīng)用

評(píng)論