Ученые Стэнфордского университета разработали метод машинного обучения для измерения степени выраженности симптомов депрессии. Об этом сообщает arXiv.
Обработав видео 189 интервью людей с депрессией и без, искусственный интеллект "научился" определять депрессию с точностью до 85%. Мультимодальный метод использует 3D-выражения лица и разговорный язык, которые обычно доступны на современных мобильных телефонах. Специалисты создали приложение с помощью которого искусственный интеллект проводить диагностику. Для этого необходимо загрузить приложение со специальной нейросетью на смартфон.
В разработке объединены алгоритмы распознавания речи, компьютерного зрения и обработки естественного языка.
Диагноз - соцсети
В октябре 2018 года в журнале Proceedings of the National Academy of Sciences были опубликованы результаты исследования языка, используемого в статусах Facebook, с целью выявления признаков депрессии. По словам исследователей, их метод может помочь находить людей, которым требуется психологическая поддержка и постановка диагноза. А анализ данных социальных сетей может быть использован для скрининга искусственным интеллектом.
А вот исследователи Эндрю Рис из Гарвардского университета в Кембридже и Крис Дэнфорта из Вермонтского университета в Берлингтоне, используя данные Instagram, применили инструменты машинного обучения, чтобы успешно идентифицировать маркеры депрессии.
Статистические характеристики были получены в вычислительном отношении из 43 950 фотографий участников Instagram, с использованием цветового анализа, компонентов метаданных и алгоритмического распознавания лиц. Полученные в результате модели превзошли средний показатель успешной диагностики депрессии у врачей общей практики. Эти результаты сохранялись даже тогда, когда анализ ограничивался постами, сделанными до того, как депрессивные люди были впервые диагностированы.
Эти исследования в очередной раз показывают неограниченные возможности инструментов искусственного интеллекта в использовании масштабируемых вычислительных методов и предлагают новые возможности для раннего скрининга и выявления психических заболеваний.
Хрупкая детская психика
Труднее всего обнаружить тревогу и депрессию у маленьких детей, особенно на ранних стадиях. Незаметные симптомы, которые, порой, списываются на капризы и особенности характера, могут привести, в дальнейшем, к тревожным расстройствам, повышенному риску самоубийства и злоупотребления наркотиками.
Новый датчик, который использует искусственный интеллект, обнаруживает эти «интернализующие (внутренние) расстройства» у детей с точностью до 81%, сократив до 20 секунд время диагностики. Недорогой и эффективный скрининг может заменить несколько месяцев рутинной диагностики.
Machine learning - диагностика за 20 секунд
Симптомами интернализации у детей (от англ. internal – внутренний) могут быть – фобии. беспокойство, боли в животе, замыкание в себе, тошнота, конвульсии, бессонница, уединенность, депрессия, плач. Каждый симптом выражает внутреннее страдание ребенка и может быть указывать на тревожное расстройство.
Интернализующие расстройства (тревога и депрессия) стали распространенным явлением среди маленьких детей. Каждый пятый ребенок страдает от одного из них, начиная с дошкольного возраста. Разглядеть это состояние настолько трудно, а симптомы настолько внутренние, что родители, учителя и врачи часто не замечают их.
Проблемы с тревожностью проявляются, когда эмоциональная реакция ребенка несоразмерна характеру той ситуации, с которой они сталкиваются, и когда такая реакция мешает жизни ребенка. Дети с проблемами интернализующего типа с трудом идут на контакт или вступают в разговор, говорят очень мало и нечасто устанавливают визуальный контакт.
Важно понимать, что в силу возраста ребенок не может сказать, что с ним. Он не может осознать и передать своё душевное состояние, не может определить тоску или тревогу.
Искусственный интеллект, змея и чудо-скриниг
«Из-за масштабности, эта проблема требует технологии скрининга, позволяющей идентифицировать ее на ранней стадии», - говорит Райан МакГиннис, инженер-биомедицин из Университета Вермонта.
Ученые решили разработать инструмент, который мог бы отследить проблемы интернализующего типа у маленьких детей, чтобы, как можно раньше «поймать» их, пока, лечение и коррекция поведения могут дать результат. Работа была опубликована 16 января 2019 года в журнале PLOS ONE.
Команда использовала «задачу индукции настроения», общий метод исследования, предназначенный для выявления специфического поведения и чувств, таких как беспокойство. Исследователи проверили 63 ребенка, было известно, что некоторые из них имеют тревожные расстройства.
Детей привели в тускло освещенную комнату, мотивируя в игровой форме детей слушаться: «У меня есть, что показать вам». В задней части комнаты находился крытый террариум, который помощник быстро раскрыл, а затем вытащил искусственную змею. Затем ведущий успокоил детей и позволил им поиграть со змеей.
На каждом ребенке был датчик, который контролировал движения ребенка.
Нейронные сети: быстро и небольно
В исследовании использовался алгоритм машинного обучения, для анализа движения, который должен был попытаться (на основе переданных данных) различить детей с тревогой или депрессией и детей без. После обработки данных о движении алгоритм выявил различия в способах перемещения двух групп, которые стало возможно использовать для их разделения.
Это помогло выявил детей с интернализующими расстройствами с точностью до 81%.
Алгоритм определил, что движение во время первой фазы задания, до того, как змея была обнаружена, было наиболее показательным из потенциальной психопатологии. Дети с интернализующими расстройствами склонны отворачиваться от потенциальной угрозы больше, чем контрольная группа. Алгоритм также улавливал тончайшие различия в том, как дети поворачивались, считывал движении, а затем был способен предугадать дальнейшее поведение, что помогало различать две группы.
Вторая после СПИДа!
Ещё 50 лет назад считалось, что депрессивных состояний в детстве не бывает, но это не так.
Алгоритм Райан МакГиннис диагностирует быстро и эффективно. Без длительных опросов родителей, нудных и изматывающих тестов маленького ребенка.
«То, что выявлялось неделями можно теперь сделать за несколько минут обработки с помощью этих инструментов», - говорит Райан МакГиннис. Алгоритму требуется всего 20 секунд на обработку данных от фазы ожидания до принятия решения.
«Дети с тревожными расстройствами нуждаются в повышенном уровне психологической помощи и вмешательства. Если симптомы тревоги не обнаруживаются на ранних этапах жизни, они могут перерасти в полномасштабную тревогу и расстройство настроения», - говорит Эллен МакГинни, что впоследствии повышает риск злоупотребления наркотиками и самоубийства.
Несмотря на то, что споры по поводу диагностирования депрессии у маленьких детей все еще продолжаются, симптомы могут проявляться уже в возрасте трех лет.
