ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

Very satisfied Satisfied Neutral Dissatisfied Very dissatisfied
واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

تشخیص افسردگی و ریسک خودکشی با هوش مصنوعی
سلامت

این هوش مصنوعی با تحلیل حرکت چشم و عرق پوست، خطر خودکشی را تشخیص می‌دهد

پژوهشگران با ترکیب هوش مصنوعی، سیگنال‌های مغزی، حرکات چشم و عرق پوست ابزار نوینی برای تشخیص افسردگی و ردیابی خطر خودکشی ساختند.

آزاد کبیری
آزاد کبیری منتشر شده در 13 مرداد 1405  |  14:00

در دیجیاتو ثبت‌نام کنید

جهت بهره‌مندی و دسترسی به امکانات ویژه و بخش‌های مختلف در دیجیاتو عضو ویژه دیجیاتو شوید.

عضویت در دیجیاتو

نرخ خودکشی و افسردگی طی چند دهه اخیر رشد نگرانی‌کننده‌ای داشته است. با آنکه مداخلات زودهنگام عامل اصلی پیشگیری از خودکشی محسوب می‌شوند، پنهان‌کاری، فشارهای اجتماعی و برچسب‌های سلامت روان مانع از گزارش به‌موقع این بحران می‌شوند. مسئله اصلی در روند درمان، فقدان روش‌های آزمایشگاهی و عینی برای ارزیابی بیماری‌های روحی مانند افسردگی است؛ چرا که تشخیص‌ها همچنان براساس پرسش‌نامه‌ها و مصاحبه‌های بالینی خوداظهاری هستند.

در همین راستا، تیمی متشکل از پژوهشگران حوزه‌های مهندسی، عصب‌شناسی، فناوری گفتار، هوش مصنوعی، زبان‌شناسی و روان‌پزشکی بالینی در دانشگاه کالیفرنیای جنوبی، ابزار تشخیصی جدیدی برپایه هوش مصنوعی توسعه داده‌اند که با تحلیل هم‌زمان نشانگرهای زیستی مانند عرق پوست، سیگنال‌های مغزی و حرکات چشم، میزان افسردگی و افکار مرتبط با خودکشی را ارزیابی می‌کند.

تشخیص افسردگی و ریسک خودکشی با هوش مصنوعی

به گزارش Medical Xpress، این طرح تحقیقاتی با عنوان «پروژه PRECOG» از ژوئن ۲۰۲۳ آغاز شد. هدف پروژه ارائه ابزاری عینی به روان‌پزشکان است تا افراد در معرض خطر را از طریق سیگنال‌های بیولوژیک شناسایی و زمان مناسب برای مداخله درمانی را پیش‌بینی کنند. تاکنون ۵ مقاله علمی حاصل از این پروژه در مجلات معتبر مانند نیچر منتشر است و مقاله دیگری نیز در مرحله انتشار قرار دارد.

تشخیص افسردگی و ریسک خودکشی با هوش مصنوعی

در اولین گام، پژوهشگران برای بررسی حالات احساسی درونی شرکت‌کنندگان در محیطی کنترل‌شده از زبان بهره بردند. «دانی برد» (Dani Byrd)، استاد دانشکده زبان‌شناسی USC، می‌گوید ارزیابی‌های سلامت روان همیشه متکی بر گفتگوی پزشک و بیمار است؛ ازاین‌رو، زبان می‌تواند روزنه‌ای شفاف به سوی پردازش شناختی و عاطفی انسان باشد.

هسته اصلی این آزمایش شامل یک تکلیف ارزیابی جملات بود که در آن شرکت‌کنندگان ۱۶۰ جمله مربوط به خودشان با لحن‌های عاطفی گوناگون مانند «من اغلب اوقات احساس غمگینی می‌کنم» را خواندند. در حین انجام این فرایند، فعالیت مغزی، حرکات چشم و واکنش پوستی شرکت‌کنندگان به‌صورت هم‌زمان ثبت می‌شد و افراد موافقت یا مخالفت خود را با هر جمله اعلام می‌کردند.

READ  استفاده از تحریک مغناطیسی شخصی‌سازی شده ممکن است در درمان افسردگی موثر باشد

محققان با سیستم الکتروانسفالوگرافی (EEG) ۶۴ کاناله، پاسخ‌های میلی‌ثانیه‌ای مغز به کلمات عاطفی را ثبت کردند. بررسی‌ها نشان داد پاسخ‌های عصبی در سه گروه افراد سالم، مبتلا به افسردگی و دارای افکار خودکشی تفاوت‌های معناداری دارند.

از آنجا که کنترل ارادی حرکات چشم دشوار است، این واکنش فیزیکی ابزاری مهم برای ارزیابی تمایلات شناختی محسوب می‌شود. محققان با سیستم ردیابی چشم EyeLink 1000 Plus و پردازش آن با هوش مصنوعی، متوجه شدند الگوی نگاه افقی هنگام مواجهه با کلمات منفی بیشترین ارزش تشخیصی را دارد. در‌حالی‌که افراد سالم هنگام مواجهه با جملات منفی نگاه ساختاریافته‌ای به گزینه «مخالفم» داشتند، افراد دارای افکار خودکشی رفتارهای دیداری پراکنده یا گسسته‌ای نشان دادند.

در بخش دیگری از پژوهش، فعالیت الکترودرمال (EDA) یا همان میزان تعریق پوست که نشان‌دهنده انگیختگی سیستم عصب سمپاتیک است مورد ارزیابی قرار گرفت. واکنش تعریق نیز فرایندی کاملاً خودکار است. مدل محاسباتی توسعه‌یافته نشان داد واکنش‌های فیزیولوژیک به کلمات منفی در افراد مبتلا به افسردگی و افکار خودکشی به شکل چشم‌گیری تغییر می‌کند و این واکنش‌ها معیار عینی دیگری برای تشخیص بیماری است.

آزاد کبیری
آزاد کبیری

دانش‌آموخته‌ زبان‌شناسی‌ هستم و همان‌قدر که به «کلمه» علاقه‌مندم، از سرک‌کشیدن به گوشه‌وکنارِ جهان تکنولوژی و علم هم حظ می‌کنم.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی