211service.com
De AI-algoritmen van je smartphone kunnen zien of je depressief bent
Depressie is een enorm probleem voor miljoenen mensen, en het wordt vaak verergerd door een slechte ondersteuning van de geestelijke gezondheid en stigmatisering. Vroege diagnose kan helpen, maar veel psychische stoornissen zijn moeilijk op te sporen. De machine learning-algoritmen waarmee smartphones gezichten kunnen identificeren of op onze stemmen kunnen reageren, kunnen helpen een universele en goedkope manier te bieden om de vroege tekenen te herkennen en behandeling te krijgen waar dat nodig is.
In een onderzoek uitgevoerd door een team aan de Stanford University, ontdekten wetenschappers dat gezichts- en spraaksoftware signalen van depressie met redelijke nauwkeurigheid kan identificeren.
De onderzoekers voerden videobeelden van depressieve en niet-depressieve mensen in een machine learning-model dat was getraind om te leren van een combinatie van signalen: gezichtsuitdrukkingen, stemtoon en gesproken woorden. De gegevens zijn verzameld uit interviews waarin een patiënt sprak met een avatar die werd bestuurd door een arts.
Bij het testen kon het detecteren of iemand meer dan 80% van de tijd depressief was. Het onderzoek werd geleid door Fei-Fei Li, een prominente AI-expert die onlangs terugkeerde van Google naar Stanford.
Hoewel het nieuwe werk zich in een vroeg stadium bevindt, suggereren de onderzoekers dat het op een dag een gemakkelijkere manier zou kunnen zijn voor mensen om gediagnosticeerd en geholpen te worden.
Vergeleken met lichamelijke ziekten zijn psychische aandoeningen moeilijker op te sporen, schrijven de onderzoekers in een paper die deze week wordt gepresenteerd op de NeurIPS AI-conferentie in Montreal. De last van de geestelijke gezondheid wordt verergerd door belemmeringen voor de zorg, zoals sociale stigma, financiële kosten en een gebrek aan toegankelijke behandelingsopties [...] Deze technologie zou kunnen worden ingezet op mobiele telefoons over de hele wereld en goedkope universele toegang tot geestelijke gezondheidszorg vergemakkelijken zorg.
De onderzoekers waarschuwen dat de technologie geen vervanging zou zijn voor een clinicus. Ze voegen eraan toe dat de gebruikte gegevens geen beschermde gezondheidsinformatie bevatten, zoals namen, datums of locaties. Ze merken ook op dat er verder werk nodig zou zijn om ervoor te zorgen dat de technologie niet bevooroordeeld is naar een bepaald ras of geslacht.
Justin Baker , een klinische psychiater in het McLean Hospital, in Cambridge, Massachusetts, die het gebruik van technologie voor de behandeling van geestesziekten bestudeert, is onder de indruk van de manier waarop het systeem het gezicht, de stem en de taal van een patiënt analyseert. Het is heel cool, want dat is wat mensen heel goed doen, zegt hij. Baker zegt dat AI en smartphones een grote impact kunnen hebben als ze zorgvuldig worden gebruikt: het is zowel spannend als het moet heel goed worden gedaan met veel samenwerking met klinische experts.'
Maar David Sontag, een assistent-professor aan het MIT die gespecialiseerd is in machine learning en gezondheidszorg, is voorzichtig over het belang van het werk. Een valkuil, zegt hij, is dat de trainingsgegevens zijn verzameld tijdens een interview met een echte clinicus, zij het achter een avatar, dus het is niet duidelijk of de diagnose volledig geautomatiseerd kan worden. Het werk is interessant, zegt hij, maar het is mij nog niet duidelijk hoe het klinisch zal worden gebruikt.
Toch houden nieuwe benaderingen voor het opsporen en behandelen van psychische aandoeningen de belofte in om de behandeling toegankelijker en misschien effectiever te maken. Een andere onderzoeksgroep aan Stanford ontwikkelde een chatbot om eenvoudige cognitieve gedragstherapie te geven. De onderzoekers zeggen dat de aanpak effectief is gebleken , en dat veel patiënten zeggen dat ze eigenlijk liever tegen een machine praten. Dit punt wordt ondersteund door academisch onderzoek .