فناوری پوشیدنی که انرژی‌ خود را تامین می‌کند
۱۶ اردیبهشت ۱۳۹۸
۸۶۷۸۷۸
با حمایت صندوق نوآوری و شکوفایی: پاویون ملی محصولات دانش‌بنیان در نمایشگاه بین‌المللی مخابرات و الکترونیک اربیل عراق برگزار می‌شود
۱۷ اردیبهشت ۱۳۹۸

تشخیص افسردگی در کلام کودکان با استفاده از هوش مصنوعی

نوعی الگوریتم یادگیری ماشین می‌تواند علایم اضطراب و افسردگی را در کلام کودکان تشخیص دهد و بدین ترتیب کودکان افسرده راحت‌تر از هر زمان دیگر شناسایی شوند.

به گزارش روابط عمومی صندوق نوآوری و شکوفایی ریاست جمهوری، تحقیقات نشان می‌دهد از هر پنج کودک، یک نفر به اضطراب و افسردگی مبتلاست، اما به علت اینکه کودکان زیر هشت سال نمی‌توانند احساسات‌شان را به خوبی بیان کنند، افسردگی‌شان مشخص نمی‌شود و بزرگسالان باید توانایی کافی برای تشخیص مشکلات روحی این کودکان را داشته باشند. همچنین بیشتر مواقع مراجعه به روانشناس‌ها وقت‌گیر است یا والدین علایمی را که گویای افسردگی در کودکان است را به خوبی تشخیص نمی‌دهند.

محققان دانشگاه ورمونت می‌گویند، برای تشخیص کودکان افسرده به راه‌ حل‌های سریعی نیاز است. متاسفانه افسردگی بیشتر کودکان زیر هشت سال بدون تشخیص باقی می‌ماند.

تشخیص به موقع افسردگی کودکان بسیار ضروری است زیرا مغز کودکان کوچک در حال رشد است و به درمان به سرعت پاسخ می‌دهد. اما اگر افسردگی آنها بدون درمان باقی بماند، احتمال اینکه بعدها در زندگی دست به رفتارهای پرخطر مانند سوء مصرف مواد بزنند یا خودکشی کنند، بسیار افزایش می‌یابد.

در تشخیص بیماران افسرده معمولا یک گفت‌وگوی ۶۰ تا ۹۰ دقیقه‌ای با یک متخصص روانشناس لازم است، اما گاهی اوقات پیش می‌آید که به دلیل طولانی شدن روند مراجعه و گفت‌وگو با روانشناس، تشخیص افسردگی در کودک به موقع انجام نمی‌شود.

اخیرا محققان دانشگاه ورمونت در آمریکا، با استفاده از هوش مصنوعی و نوعی الگوریتم یادگیری ماشین، روشی سریع و مطمئن‌تر برای تشخیص افسردگی کودکان ایجاد کرده‌اند.

این محققان، ۷۱ کودک سه تا هشت ساله مورد بررسی را در شرایط اضطراب‌آور قرار دادند. در واقع از آنها خواستند که یک داستان سه دقیقه‌ای فی‌البداهه تعریف کنند و به آنها گفتند که در پایان، جالب‌ترین داستان انتخاب خواهد شد.

در تمام مدتی که کودکان داستان خود را تعریف می‌کردند، محققان که در نقش داور بودند، جدی به کودکان گوش می‌کردند و واکنش خنثی یا حتی منفی از خود نشان می‌دادند. آنها پس از گذشت ۹۰ یا ۱۲۰ ثانیه، زنگی را به صدا در می‌آوردند و بدین ترتیب به کودکان مقدار زمان باقیمانده را یادآور می‌شدند. در پایان زمان سه دقیقه‌ای هم یکبار دیگر زنگ را به صدا درمی‌آوردند. این کار برای کودکان بسیار سخت و اضطراب‌آور بود.

در مرحله بعدی بررسی، کودکان به همراه والدین خود باید پرسشنامه‌ای را پر می‌کردند.

سپس محققان نتایج به دست آمده از این دو مرحله بررسی را با استفاده از نوعی الگوریتم یادگیری ماشین تجزیه و تحلیل کردند و ویژگی‌های آماری صدای هر کدام از کودکان را که داستانی تعریف می‌کرد، ثبت کردند.

کودکانی که مشکلات روحی داشتند، بین دو مرحله به صدا درآوردن زنگ، بیش از هر زمان دیگر، دچار اضطراب می‌شدند و الگوریتم ابداعی محققان، به خوبی توانست این کودکان را شناسایی کند. در حقیقت دقت این الگوریتم در شناسایی کودکان افسرده، ۸۰ درصد تخمین زده شده است.

این الگوریتم هشت ویژگی‌ صوتی در کودکان افسرده شناسایی کرد که از این تعداد، سه ویژگی صدای ضعیف، تکرار چند باره کلمات یا واکنش با صدای بلند برای تاثیرگذاری روی کسی که زنگ را به صدا در‌می‌آورد، مهم‌ترین آنهاست. برخی از کودکان دارای اختلال‌های روحی،  به دلیل اضطراب بسیار بالا، با دیگران با صدای بلند صحبت می‌کنند.

این الگوریتم بهترین روش برای تشخیص کودکان افسرده است و می‌تواند به روند سریع درمان کودکان کمک کند.