به گزارش ایسنا و به نقل از دیلی میل، یک مدل جدید هوش مصنوعی قادر است با بررسی داده‌های تصویربرداری مغزی، شرایط سلامت روان را ارزیابی کند تا الگوهای مرتبط با اوتیسم، اسکیزوفرنی و آلزایمر را بیابد. این مدل هوش مصنوعی می‌تواند کار خود را پیش از آغاز نشانه‌های بیماری انجام دهد.

این مدل ابتدا با تصاویر مغز بزرگسالان سالم و سپس با تصاویر مغز افراد مبتلا به مشکلات روانی آموزش داده شد تا بتواند تغییرات کوچکی را که چشم انسان به آنها توجه نمی‌کند، تشخیص دهد.

این برنامه رایانه‌ای پیچیده توسط گروهی از پژوهشگران "دانشگاه ایالتی جورجیا" (Georgia State) ساخته شده است و به گفته آنها شاید روزی بتواند آلزایمر را در ۴۰ سالگی یک فرد تشخیص دهد؛ یعنی حدود ۲۵ سال پیش از شروع نشانه‌های بیماری. ابتلای زودهنگام به چنین بیماری‌هایی، بیماران را وادار می‌کند تا درمان‌هایی را دریافت کنند که فشار بیماری روانی را کاهش می‌دهد.

هوش مصنوعی با مجموعه بزرگی از داده‌های مربوط به بیش از ۱۰ هزار نفر آموزش داده شد تا تصویربرداری "تشدید مغناطیسی کارکردی" یا اف‌ام‌آرآی (fMRI) را درک کند که فعالیت مغز را با تشخیص تغییراتی در جریان خون مورد بررسی قرار می‌دهد.

هنگامی که هوش مصنوعی توانست اف‌ام‌آرآی اولیه را بخواند، پژوهشگران آن را با مجموعه داده‌های مربوط به بیش از ۱۲۰۰ نفر تغذیه کردند که به بیماری‌های روانی شامل اوتیسم، اسکیزوفرنی و آلزایمر مبتلا بودند. این سیستم توانست الگوهای مختلفی را برای هر سه بیماری تشخیص دهد.

پژوهشگران خاطرنشان کردند که استفاده از اف‌ام‌آرآی توسط انسان برای شناسایی بیماری‌های روانی می‌تواند پرهزینه باشد، زیرا انسان باید با دقت داده‌ها را بررسی کند، اما استفاده از هوش مصنوعی به طور چشمگیری هزینه و زمان را کاهش می‌دهد.

"وینس کالهون" (Vince Calhoun)، از بنیان‌گذاران "مرکز ترندز" (TReNDS Center) در دانشگاه ایالتی جورجیا و از پژوهشگران این پروژه گفت: حتی اگر با کمک آزمایش‌های دیگر یا بررسی سابقه خانوادگی بدانیم که فردی در خطر ابتلا به اختلالی مانند آلزایمر است، هنوز نمی‌توانیم زمان دقیق وقوع آن را پیش‌بینی کنیم. تصویربرداری از مغز می‌تواند با بررسی الگوهایی که پیش از آشکار شدن بیماری بالینی ظاهر می‌شوند، این بازه زمانی را محدود کند.

استفاده از هوش مصنوعی برای تشخیص بیماری‌های روانی، موضوع جدیدی نیست. پژوهشی که در ماه آوریل ارائه شد، مکالمات افراد در پلتفرم رسانه اجتماعی "ردیت" (Reddit) را تجزیه و تحلیل کرد تا مشخص کند آیا آنها مشکلی دارند یا خیر. گروهی از دانشمندان علوم رایانه "کالج دارتموث" (Dartmouth College) در نیوهمپشایر طی این پژوهش، به آموزش دادن یک مدل هوش مصنوعی برای تجزیه و تحلیل متون رسانه‌های اجتماعی پرداختند.

این گروهی پژوهشی به جای محتوای واقعی، بر جستجوی هدف احساسی پست منتشرشده تمرکز کردند و دریافتند که هدف احساسی، عملکرد بهتری در کشف مشکلات مربوط به سلامت روان دارد.

پژوهشگران در این پروژه، بر آنچه که اختلالات عاطفی نامیده می‌شود و اختلالات افسردگی اساسی، اضطراب و دوقطبی را در بر دارد، تمرکز کردند که با الگوهای عاطفی متمایز مشخص می‌شوند و می‌توان آنها را ردیابی کرد. آنها داده‌های مربوط به کاربرانی را بررسی کردند که خود گزارش داده بودند به یکی از این اختلالات مبتلا هستند و همچنین، به بررسی کاربرانی پرداختند که هیچ گونه اختلال روانی شناخته شده‌ای نداشتند.

این گروه پژوهشی توضیح دادند که اختلالات عاطفی مختلف، الگوهای خاص خود را در انتقال عواطف دارند. مدل هوش مصنوعی با ایجاد یک اثرانگشت عاطفی برای کاربر و مقایسه آن با نشانه‌های ثابت اختلالات عاطفی، می‌تواند آنها را شناسایی کند.

پژوهشگران برای تایید نتایج خود، مدل هوش مصنوعی را روی پست‌هایی آزمایش کردند که طی دوره آموزش استفاده نشده بودند و نشان دادند که این مدل دقیقا پیش‌بینی می‌کند که کدام یک از کاربران ممکن است یکی از این اختلالات را داشته یا نداشته باشد.

انتهای پیام