A Cincinnati Egyetem kutatói a mesterséges intelligencia egy új formáját fejlesztették ki, amely rövid képfeladatok és néhány kontextuális változó segítségével képes megjósolni, hogy valaki szorongást él-e át.
Mi az a szorongás?
A szorongás a funkcionális képességeket befolyásolhatja, és az Egyesült Államok lakosságának 12%-át érinti, mint a rokkantság egyik vezető oka. Jellemzője az intenzív félelem és tartós aggodalom egy meghatározott fenyegetés hiányában. A krónikus szorongás károsíthatja az ember mentális és fizikai egészségét, valamint hatással lehet a kapcsolatokra, a karrierre és az életminőségre.
Az új kutatás célja
„Úgy érzem, hogy a szorongást mindenki különböző szinteken, különböző életfázisokban tapasztalja, és ez egy sokak számára érthető probléma,” mondta Sumra Bari, az első szerző és a Cincinnati Egyetem Mérnöki és Alkalmazott Tudományok Karának vezető kutatási munkatársa.
„Minimális számítási erőforrásokat és egy kis változókészletet használtunk a szorongási szintek előrejelzésére. Ezen változók egy fontos csoportja olyan folyamatokat számszerűsít, amelyek fontosak az ítélkezéshez. Ezt a megközelítést ‘Comp Cog AI’-nek neveztük el, mivel a számítási kogníciót integrálja a mesterséges intelligenciával.”
A módszer leírása
Az új módszer nem igényel nagy mennyiségű szociális, orvosi vagy pszichológiai adatot, sem pedig nagy teljesítményű szuperszámítógépeket. Ehelyett egy rövid értékelési feladatra koncentrál, ahol az egyén pozitív vagy negatív értékeléseket ad a képekre, és néhány kontextuális kérdésre válaszol.
„A nagy adatokra alapozott előrejelzés erőteljes, de kihívást jelent annak értelmezése,” mondta Hans Breiter, a tanulmány társszerzője és vezető kutatója, a Cincinnati Egyetem számítástechnikai és biomedikai mérnöki professzora.
„A matematikai pszichológián alapuló kis számú változó használata megoldhatja ezt a problémát, és szükséges, ha a jelenlegi gépi tanulás valaha is meg akarja közelíteni az általános mesterséges intelligencia szintjét, vagy amit az agyak rutinszerűen végeznek több kognitív funkcióval kapcsolatban.”
A kutatás eredményei
A tanulmány, amelyet az npj Mental Health Research folyóiratban publikáltak, megállapította, hogy az ítélkezési intézkedések néhány demográfiai adattal kulcsszerepet játszanak az egyén által tapasztalt szorongás mértékének előrejelzésében.
A rendszer egy „concierge prototípus”, amely alkalmazásként szolgálhat orvosok, kórházak vagy a katonaság számára, hogy azonosítsák azokat, akiknél sürgős szorongásveszély áll fenn.
A résztvevők demográfiai szempontból az USA lakosságát tükrözték az Egyesült Államok Népességnyilvántartási Hivatal adatai alapján. Személyes digitális eszközeiken töltötték ki a tanulmányi felmérést, és válaszoltak a demográfiai jellemzőkkel és az észlelt magányossággal kapcsolatos kérdésekre.
A kutatásban részt vevő 3476 személy 48 képet értékelt, amelyek enyhén érzelmi témájúak voltak. Az így kapott adatok segítségével a kutatók kvantifikálták az ítéleteik matematikai jellemzőit. Ezeket az adatokat gépi tanulási algoritmusokkal elemezték, hogy előrejelezzék a résztvevők szorongási szintjét.
A technológia hatékonysága
A Northwestern Egyetem kutatóival közösen kifejlesztett technológia 81%-os pontossággal jósolta meg, hogy a válaszadók magasabb vagy alacsonyabb szorongási szinttel rendelkeznek-e. A rendszer emellett magas érzékenységi és specifitási pontszámokat is kapott. Ez azt mutatja, hogy a modell mennyire hatékonyan különbözteti meg a magasabb szorongási szintű embereket azoktól, akik nem rendelkeznek ilyen problémával.
Bari megjegyezte: „A képek értékelésének feladata lehetővé teszi, hogy napi és elfogulatlan pillanatképet kapjunk egy személy mentális egészségi állapotáról anélkül, hogy közvetlen kérdéseket tennénk fel, amelyek negatív vagy felkavaró érzéseket válthatnak ki.”
Összefoglalás
Ez az új technológia független az anyanyelvtől, és széles körben alkalmazható különböző környezetekben a szorongás értékelésére. A kutatók megjegyezték, hogy az anonim adatokat az USA lakosságától gyűjtötték a COVID-19 járvány idején. Ez egy olyan időszak volt, amikor a magányosság és a szorongás aránya magasabb volt a szokásosnál.
Érdekelhet még:
Hungarian 