Ny AI registrerer psykiske lidelser baseret på webindlæg

Dartmouth-forskere har bygget en kunstig intelligensmodel til at opdage mentale lidelser ved hjælp af samtaler på Reddit, en del af en spirende bølge af screeningsværktøjer, der bruger computere til at analysere opslag på sociale medier og få et indblik i folks mentale tilstande.

Hvad sætter det nye model apart er fokus på følelserne frem for det specifikke indhold i de sociale mediers tekster, der analyseres. I et papir præsenteret på den 20. internationale konference om webintelligens og intelligent agentteknologi viser forskerne, at denne tilgang klarer sig bedre over tid, uanset de emner, der diskuteres i indlæggene.

Der er mange grunde til, at folk ikke søger hjælp til psykiske lidelser— stigmatisering, høje omkostninger og manglende adgang til tjenester er nogle almindelige barrierer. Der er også en tendens til at minimere tegn på psykiske lidelser eller bland dem med stress, siger Xiaobo Guo, Guarini '24, en medforfatter af avisen. Det er muligt, at de vil søge hjælp med nogle tilskyndelser, siger han, og det er her, digitale screeningsværktøjer kan gøre en forskel.

"Sociale medier tilbyder en nem måde at udnytte folks adfærd," siger Guo. Dataene er frivillige og offentlige, offentliggjort for andre at læse, siger han.

Reddit, som tilbyder et massivt netværk af brugerfora, var deres foretrukne platform, fordi det har næsten en halv milliard aktive brugere, der diskuterer en bred vifte af emner. Indlæggene og kommentarerne er offentligt tilgængelige, og forskerne kunne indsamle data helt tilbage til 2011.

I deres undersøgelse fokuserede forskerne på det, de kalder følelsesmæssige lidelser-større depressive lidelser, angst og bipolære lidelser - som er karakteriseret ved forskellige følelsesmæssige mønstre. De så på data fra brugere, der selv havde rapporteret at have en af ​​disse lidelser, og fra brugere uden nogen kendte psykiske lidelser.

De trænede deres model til at mærke de følelser, der kommer til udtryk i brugernes indlæg og kortlægge de følelsesmæssige overgange mellem forskellige indlæg, så et indlæg kunne mærkes "glæde", "vrede", "sersthed", "frygt", "ingen følelser" eller en kombination af disse. Kortet er en matrix, der ville vise, hvor sandsynligt det var, at en bruger gik fra en hvilken som helst tilstand til en anden, såsom fra vrede til en neutral tilstand uden følelser.

Forskellige følelsesmæssige lidelser har deres egne signaturmønstre for følelsesmæssige overgange. Ved at skabe et følelsesmæssigt "fingeraftryk" for en bruger og sammenligne det med etablerede signaturer af følelsesmæssige lidelser, kan modellen opdage dem. For at validere deres resultater testede de det på indlæg, der ikke blev brugt under træning og viser, at modellen præcist forudsiger, hvilke brugere der kan have eller ikke har en af ​​disse lidelser.

Denne tilgang omgår et vigtigt problem kaldet "informationslækage", som typiske screeningsværktøjer løber ind i, siger Soroush Vosoughi, assisterende professor i datalogi og en anden medforfatter. Andre modeller er bygget op omkring at granske og stole på tekstens indhold, siger han, og selvom modellerne viser høj ydeevne, kan de også være vildledende.

Læs hele historien her ...