تشخيص الاكتئاب من خلال الصوت والمفردات
تشخيص الاكتئاب من خلال الصوت والمفردات
هل لديها اكتئاب؟ (ياب آريينس/ Getty)
تمكن علماء من "معهد ماساتشوستس للتكنولوجيا" من تدريب نموذج للذكاء الاصطناعي على تشخيص الاكتئاب ليس من خلال المعلومات التي يدلي بها الناس للمعالج بخصوص حالتهم، بل من خلال كيفية تحدثهم خلال المقابلة، بحسب تقرير من موقع "سميثسونيان" البحثي المتخصص.
لا يتطلب الأمر أيّ فحص دم، أو تصوير طبي، أو حتى فحص خزعة، من أجل الوصول إلى دليل حقيقي على اضطراب ذهني يعاني منه شخص ما. بدلاً من ذلك، يخضعه المعالج المحترف إلى تقييم مبني أساساً على استجاباته لجملة من الأسئلة المعيارية. بالرغم من ذلك، فإنّ التشخيص أكثر تعقيداً في حالة الاكتئاب، إذ يمكن أن يظهر في عدة طرق تمتد من الفتور إلى الإثارة، فالأكل بشراهة، أو حتى تبدل أنماط النوم.
لذلك، فإنّ فكرة أن يتمكن الذكاء الاصطناعي من التنبؤ بأنّ شخصاً ما يعاني من الاكتئاب هي إلى حد كبير خطوة عظيمة إلى الأمام، فكيف يمكن الحصول على هذا؟
ما يجعل الأمر ممكناً، بحسب الباحثة في قسم علوم الكومبيوتر والذكاء الاصطناعي في المعهد، تقى الهنائي، هي قابلية نموذج تعليمي آلي على التعرف على أنماط اللغة والخطاب المرتبطة بالاكتئاب. والأهم، كما تقول، أنّ النموذج الذي طوروه، لديه القابلية للتعرف على الاكتئاب بدرجة عالية من الدقة، من خلال تحليل كيفية تحدث الأشخاص بدلاً من استجاباتهم المحددة لأسئلة المعالج.
اقــرأ أيضاً
بكلمات أخرى، فإنّ النموذج يجمع خيوط التشخيص من خلال المفردات المنطوقة وكيفية نطقها، من دون الخوض في تحليل محتوى الإجابات. هذه الحالة لا تتطلب أوامر مباشرة بحسب ما ينتبه المعالج إليه خلال الجلسة، بل إنّ النموذج مبرمج على تحديد ما يبني على أساسه التشخيص بحسب ما يركز عليه هو بالذات من دون أيّ توجيه.
وهذا النوع من المقاربة الشبكية - العصبية يمكن أن يستخدمه الناس يوماً ما خارج العيادات من أجل تقييم أنفسهم، واكتشاف اضطرابهم، قبل أن يطلبوا مساعدة المعالج المختص. وهي فائدة كبيرة في حال التوصل إلى نماذج تشخيص من هذا النوع يمكن الوصول إليها بسهولة، إذ ستشجع الناس على التواصل مع المعالج أو الطبيب، متجاوزين موانع الكلفة والمسافة والنقص في المعلومات.
تجدر الإشارة إلى أنّ اختبار النموذج كان من خلال تركيزه على 142 مقابلة بالصوت والصورة لمرضى، كان 30 في المائة منهم قد شخصت إصابتهم بالاكتئاب من طرف معالجين، وتمكن من تحقيق نسبة نجاح بلغت 77 في المائة في التعرف على المكتئبين من بين أفراد العينة.
لا يتطلب الأمر أيّ فحص دم، أو تصوير طبي، أو حتى فحص خزعة، من أجل الوصول إلى دليل حقيقي على اضطراب ذهني يعاني منه شخص ما. بدلاً من ذلك، يخضعه المعالج المحترف إلى تقييم مبني أساساً على استجاباته لجملة من الأسئلة المعيارية. بالرغم من ذلك، فإنّ التشخيص أكثر تعقيداً في حالة الاكتئاب، إذ يمكن أن يظهر في عدة طرق تمتد من الفتور إلى الإثارة، فالأكل بشراهة، أو حتى تبدل أنماط النوم.
لذلك، فإنّ فكرة أن يتمكن الذكاء الاصطناعي من التنبؤ بأنّ شخصاً ما يعاني من الاكتئاب هي إلى حد كبير خطوة عظيمة إلى الأمام، فكيف يمكن الحصول على هذا؟
ما يجعل الأمر ممكناً، بحسب الباحثة في قسم علوم الكومبيوتر والذكاء الاصطناعي في المعهد، تقى الهنائي، هي قابلية نموذج تعليمي آلي على التعرف على أنماط اللغة والخطاب المرتبطة بالاكتئاب. والأهم، كما تقول، أنّ النموذج الذي طوروه، لديه القابلية للتعرف على الاكتئاب بدرجة عالية من الدقة، من خلال تحليل كيفية تحدث الأشخاص بدلاً من استجاباتهم المحددة لأسئلة المعالج.
بكلمات أخرى، فإنّ النموذج يجمع خيوط التشخيص من خلال المفردات المنطوقة وكيفية نطقها، من دون الخوض في تحليل محتوى الإجابات. هذه الحالة لا تتطلب أوامر مباشرة بحسب ما ينتبه المعالج إليه خلال الجلسة، بل إنّ النموذج مبرمج على تحديد ما يبني على أساسه التشخيص بحسب ما يركز عليه هو بالذات من دون أيّ توجيه.
وهذا النوع من المقاربة الشبكية - العصبية يمكن أن يستخدمه الناس يوماً ما خارج العيادات من أجل تقييم أنفسهم، واكتشاف اضطرابهم، قبل أن يطلبوا مساعدة المعالج المختص. وهي فائدة كبيرة في حال التوصل إلى نماذج تشخيص من هذا النوع يمكن الوصول إليها بسهولة، إذ ستشجع الناس على التواصل مع المعالج أو الطبيب، متجاوزين موانع الكلفة والمسافة والنقص في المعلومات.
تجدر الإشارة إلى أنّ اختبار النموذج كان من خلال تركيزه على 142 مقابلة بالصوت والصورة لمرضى، كان 30 في المائة منهم قد شخصت إصابتهم بالاكتئاب من طرف معالجين، وتمكن من تحقيق نسبة نجاح بلغت 77 في المائة في التعرف على المكتئبين من بين أفراد العينة.
