Dirbtinis intelektas (AI) turi potencialo revoliucionuoti įvairias pramonės šakas, įskaitant sveikatos priežiūrą. Galimybė analizuoti socialinių tinklų duomenis ir nustatyti depresijos požymius – tai įdomi AI taikymo sąveika sveikatos priežiūroje sritis. Tačiau naujausias tyrimas atskleidė nerimą keliantį AI modelių veiksmingumo skirtumą nustatant depresijos požymius skirtingose rasinėse grupėse.
Tyrimas naudojo „paruoštą” AI įrankį, kad ištirtų kalbą, naudojamą socialiniuose tinkluose, 868 savanorių socialiniuose tinkluose, įskaitant vienodą juodŗjų ir baltaodžių suaugusiųjų skaičių, besiskiriančių pagal amžių ir lytį. Visi dalyviai taip pat užpildė patvirtintą klausimyną, kurį dažnai naudoja sveikatos priežiūros įstaigos siekdamos nustatyti depresiją.
Ankstesni tyrimai atskleidė, kad asmenys, dažnai naudojantys asmeninius įvardijimus ir tam tikras žodžių kategorijas, yra didesnėje depresijos rizikoje. Tačiau naujas tyrimas išsiaiškino, kad šie kalbos asociacijos buvo svarbūs tik baltaodžiams ir netaikėsi juodaiodžių. Šis atradimas pabrėžia būtinybę įtraukti įvairių rasinių ir etninių grupių duomenis treniruojant AI modelius, skirtus sveikatos priežiūros uždaviniams.
Tyrimo autoriai išsakė nustebimą dėl šių kalbos asociacijų bendrumo stoka tarp rasinių grupių. Jų pranešime, išspausdintame PNAS, išsako susirūpinimą dėl jau atliktų tyrimų, kuriuose ignoruota rasė kalbos pagrindu atlikta nuolatinė darbą.
Nors socialinių tinklų duomenimis vien negalima nustatyti depresijos, jie gali prisidėti prie rizikos vertinimo individams ar grupėms. Kalbos naudojimo modelių analizė gali suteikti vertingų įžvalgų į bendruomenių psichinę sveikatą, padedant sveikatos priežiūros specialistams veiksmingiau spręsti psichinės sveikatos iššūkius.
AI taikymo galimybės psichinės sveikatos srityje yra platus. Praėjusiame to paties tyrimo komandos tyrime buvo naudojama socialinių tinklų platformose esančios kalbos analizė, kad būtų įvertinta psichinė sveikata bendruomenėse per COVID-19 pandemiją. Be to, nustatant depresijos požymius socialiniuose tinkluose, įrodyta, kad suteikia įžvalgų į subjektų, turinčių narkotikų vartojimo sutrikimų, gydymo nutraukimo ir recidyvo tikimybę.
Kas sugeba atpažinti depresiją socialiniuose tinkluose?
The source of the article is from the blog maestropasta.cz