1396/11/7 187

می توان با الگوهای گفتاری، روان پریشی را پیش بینی کرد.

پیش‌بینی روان‌پریشی با استفاده از تحلیل رایانه‌ای الگوهای گفتاری

یک گروه بین‌المللی از پژوهشگران سعی دارند امکان شروع روان‌پریشی را با استفاده از تحلیل رایانه‌ای الگوهای گفتاری، پیش‌بینی کنند. به گزارش ایسنا و به نقل از گیزمگ، یک گروه بین‌المللی از پژوهشگران شامل یک گروه اصلی از دانشمندان رایانه شرکت "آی‌بی‌ام" (IBM)، یک الگوریتم یادگیری ماشین را که با تحلیل ساده الگوهای گفتاری افراد، احتمال رشد روان‌پریشی را در آنها به درستی پیش‌بینی می‌کند، با موفقیت آزمایش کردند.

گروه پژوهشی روانپزشکی محاسباتی و تصویربرداری عصبی شرکت آی‌.بی.‌ام، به منظور ایجاد راهی برای ارزیابی درست وضعیت روانی یک بیمار با استفاده از نمونه‌های گفتاری، مدتها کار می‌کرده‌اند. پژوهش ابتدایی که در سال 2015 منتشر شد، در اولین آزمایش، موفقیت خارق‌العاده‌ای داشت اما این کار در حوزه‌های بزرگ‌تر و گسترده‌تر، برای توسعه بیشتر این سیستم، لازم بود.

 در پژوهشی جدید شامل یک گروه بزرگ‌تر و یک پروتکل ارزیابی متفاوت، سیستم قادر بود شروع روان‌پریشی را ظرف دو سال در افراد در معرض خطر، با میزان دقیق حدود 80 درصد پیش‌بینی کند. پژوهش حاضر، نتیجه همکاری بین‌المللی با "دانشکده پزشکی مونت سینا" (Mt. Sinai School of Medicine)  ، دانشگاه کلمبیا، "دانشگاه کالیفرنیا، لس‌آنجلس" (UCLA)و دانشگاه‌های "ملبورن"، "استرالیا" و "بوئنوس آیرس" آرژانتین است.

این سیستم، رونوشت مصاحبه‌ با افرادی که مبتلا به خطر ابتلا به روان‌پریشی تشخیص داده شدند، مورد بررسی قرار داد که حدود یک چهارم‌ از این افراد در طول دو سال بعد، به اختلال روان‌پریشی مبتلا شدند. از این افراد خواسته شده بود توضیح دهند از یک داستان کوتاه که برای مطالعه به آنها داده شده بود چه می‌فهمند و الگوریتمی که الگوی گفتاری افراد را مورد بررسی قرار می‌داد، قادر بود با 83 درصد دقت، احتمال ابتلای یک شخص به روان‌پریشی را تشخیص دهد.

"چریل کورکوران" (Cheryl Corcoran)، نویسنده ارشد این پژوهش از دانشکده پزشکی مونت‌سینا، توضیح می‌دهد: اکنون، روش‌های رایانه‌ای جدیدی برای مشخص کردن رفتارهای پیچیده‌ای مانند زبان وجود دارند. گردآوری گفتار، آسان و تحلیل آن با استفاده از بررسی‌های رایانه‌ای، کم‌هزینه است. این فناوری می‌تواند در روان‌پزشکی به کار رود و در دیگر حوزه‌های پزشکی مورد اعتماد باشد.

کاربردهای گسترده این فناوری، در نظر شرکت آی.‌بی.‌ام هستند و "گیلرمو سچی" (Guillermo Cecchi)  از گروه پژوهشی این شرکت اشاره می‌کند تحلیل تشخیصی رایانه‌ای الگوهای گفتاری، برای شرایطی از جمله پارکینسون، آلزایمر و افسردگی، مورد مطالعه قرار می‌گیرند. هدف نهایی، توسعه انواعی از اپلیکیشن‌های تشخیصی خواهد بود که می‌توانند الگوهای گفتاری شخص را دنبال کنند و هشدارهای مربوط به خطر را برای انواع بیماری‌های روحی اعلام کنند.

سچی اشاره می‌کند: گفته‌ها و نوشته‌های ما در این پنج سال، به عنوان شاخص‌هایی برای سلامت روحی و جسمی ما استفاده خواهند شد. الگوهای موجود در گفتار و نوشتار ما که با سیستم‌های شناختی تحلیل می‌شوند، نشانه‌های پیش‌بینی کننده بیماری روحی را در مرحله اولیه ارائه می‌دهد که ما را به جستجوی درمان وا می‌دارد. این پژوهش، در مجله " World Psychiatry" به چاپ رسید.

منبع
ایسنا
کلیدواژه:

توضیح: نظراتی که درج می شود، صرفا نظرات شخصی افراد است و لزوماً منعکس کننده دیدگاههای 'سلامت ۱۱۸' نمی باشد.

سلامت ۱۱۸: مرجع سلامت جسم و روان: پزشکی، روانشناسی، تغذیه، ورزش و زیبایی

نظر شما

پرطرفدارترین مطالب امروز

تازه های سلامت ۱۱۸

گیلاس، محافظ قلب و پیشگیری کننده از سرطان

روش درمانیِ موثر برای پسوریازیس

ورزش کردن در ساعات مختلف روز اثرات متفاوتی دارد

افزایش بیش از حد آهن عامل بیماری‌های کبد و اضافه‌وزن است

یک جایزه دیگر برای «سلی رونی»

خواب راحت تابستانی با بالش‌های خنک‌کننده

تمام آشپزخانه در یک نمایشگر!

"میگرن" شایع‌ترین علت سردرد در کودکان

بهترین زمان تزریق بوتاکس چه سنی است؟

خنک ماندن در هوای گرم با مصرف 8 گزینه غذایی کم قند!

علت کرخت و بی حس شدن دستها در خواب

گزیده دیوان ملک‌الشعرای بهار منتشر شد

تصویر جذاب یک کهکشان ستاره‌دار کوتوله

استفاده از فناوری هوش مصنوعی برای بررسی بهتر بیماری‌ها

افزایش ابتلا به افسردگی و اضطراب در مردم ساکن مناطق جنگی

از خواص درمانی گوجه سبز چه می دانید؟

۱۰ مهارتی که باید به کودکانتان بیاموزید

یک مشکل زنانه: عفونت رحم پس از زایمان

«فرانکو زفیرلی» درگذشت

شفق قطبی از منظر ایستگاه فضایی بین المللی

درمان اوتیسم با کمک اصلاح ژن

مراقبت‌های تابستانی برای پوست!

بهترین ورزش ها برای سلامت مغز کدامند

فرمول مصرف میوه و سبزیجات در مبتلایان به فشار خون

آپاندیسیت را از کجا بشناسیم؟

سلامت ۱۱۸ در شبکه های اجتماعی