செயற்கை நுண்ணறிவால் மன அழுத்தத்தை அடையாளம் காண முடியும்.

மனச்சோர்வை ஏன் கண்டறிவது மிகவும் கடினம், குறிப்பாக அதன் ஆரம்ப கட்டங்களில்? நோயறிதலை மேம்படுத்துவதற்கான முறைகள் உள்ளதா? இவை விஞ்ஞானிகள் தங்களைத் தாங்களே கேட்டுக்கொண்ட கேள்விகள்.

மனச்சோர்வைக் கண்டறிவதற்கு முன், ஒரு மருத்துவ நிபுணர் ஒரு கடினமான வேலையைச் செய்ய வேண்டும்: நோயாளியைப் பற்றிய அனைத்து சாத்தியமான தரவுகளையும் சேகரிக்கவும், நோயியலின் முழுமையான படத்தை வழங்கவும், ஆளுமை உருவாக்கத்தின் பண்புகள் மற்றும் நபரின் வாழ்க்கை முறையை பகுப்பாய்வு செய்யவும், சாத்தியமான அறிகுறிகளைக் கண்காணிக்கவும், நோயின் வளர்ச்சியை மறைமுகமாக பாதிக்கக்கூடிய காரணங்களைக் கண்டறியவும். மாசசூசெட்ஸ் தொழில்நுட்ப நிறுவனத்தை பிரதிநிதித்துவப்படுத்தும் விஞ்ஞானிகள், உரையாடல் பண்புகள் மற்றும் எழுதப்பட்ட பாணியை மட்டுமே அடிப்படையாகக் கொண்டு, குறிப்பிட்ட சோதனை கேள்விகளைக் கேட்காமல் ஒரு நபரின் மனச்சோர்வை தீர்மானிக்கக்கூடிய ஒரு மாதிரியை வடிவமைத்துள்ளனர்.

ஆராய்ச்சி திட்டத்தின் தலைவர்களில் ஒருவரான துகி அல்ஹனாய் விளக்குவது போல, மனச்சோர்வு இருப்பதைப் பற்றிய முதல் "அலாரம் மணி", நோயாளியுடனான உரையாடலின் போது, அந்த நேரத்தில் அந்த நபரின் உணர்ச்சி நிலையைப் பொருட்படுத்தாமல் துல்லியமாக ஒலிக்க முடியும். கண்டறியும் மாதிரியை விரிவுபடுத்துவதற்கு, தகவலுக்குப் பயன்படுத்தப்படும் கட்டுப்பாடுகளின் எண்ணிக்கையைக் குறைப்பது அவசியம்: ஒரு சாதாரண உரையாடலை நடத்துவது மட்டுமே அவசியம், இது ஒரு இயற்கையான உரையாடலின் போது நோயாளியின் நிலையை மதிப்பிடுவதற்கு மாதிரியை அனுமதிக்கிறது.

கேட்கப்படும் கேள்விகள் அல்லது கேட்கப்படும் பதில்களில் எந்த கட்டுப்பாடுகளும் இல்லாததால், ஆராய்ச்சியாளர்கள் தாங்கள் உருவாக்கிய மாதிரியை "சூழல் இல்லாதது" என்று அழைத்தனர். தொடர்ச்சியான மாதிரியாக்க நுட்பத்தைப் பயன்படுத்தி, மனச்சோர்வு கோளாறுகள் உள்ள மற்றும் இல்லாத நோயாளிகளுடனான உரையாடல்களின் மாதிரி உரை மற்றும் ஆடியோ பதிப்புகளை ஆராய்ச்சியாளர்கள் வழங்கினர். தொடர்கள் குவிந்தவுடன், வடிவங்கள் தோன்றின - எடுத்துக்காட்டாக, உரையாடலில் "சோகம்", "வீழ்ச்சி" மற்றும் சலிப்பான செவிப்புலன் சமிக்ஞைகள் போன்ற சொற்களின் நிலையான சேர்க்கை.

"மனச்சோர்வு உள்ள மற்றும் மன அழுத்தம் இல்லாத நோயாளிகளில் காணப்படும் மிகவும் சாத்தியமான காரணிகளாக வாய்மொழி வரிசையை இந்த மாதிரி அங்கீகரிக்கிறது மற்றும் கற்றல் வடிவங்களை மதிப்பிடுகிறது," என்று பேராசிரியர் அல்ஹனாய் விளக்குகிறார். "பின்னர், அடுத்தடுத்த நோயாளிகளில் இதே போன்ற வரிசைகளைக் கண்டறிந்தால், அவர்களுக்கு மனச்சோர்வு இருப்பதை AI கண்டறிய முடியும்."

77% வழக்குகளில் இந்த மாதிரியால் மனச்சோர்வு வெற்றிகரமாக கண்டறியப்பட்டதை சோதனை சோதனைகள் நிரூபித்தன. தெளிவாக கட்டமைக்கப்பட்ட சோதனைகள் மற்றும் கேள்வித்தாள்களுடன் "வேலை செய்த" முன்னர் சோதிக்கப்பட்ட அனைத்து மாதிரிகளிலும் பதிவுசெய்யப்பட்ட சிறந்த முடிவு இதுவாகும்.

செயற்கை நுண்ணறிவை நடைமுறையில் பயன்படுத்த வல்லுநர்கள் விரும்புகிறார்களா? "புத்திசாலி" உதவியாளர்களின் அடுத்தடுத்த மாதிரிகளின் அடிப்படையில் இது சேர்க்கப்படுமா? இந்த விஷயத்தில் விஞ்ஞானிகள் இன்னும் தங்கள் கருத்தை வெளிப்படுத்தவில்லை.

இந்த ஆய்வு பற்றிய தகவல்கள் மாசசூசெட்ஸ் தொழில்நுட்ப நிறுவனத்தின் இணையதளத்தில் வெளியிடப்பட்டுள்ளன. http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf பக்கங்களிலும் இதை விரிவாகக் காணலாம்.

[ 1 ]