Fact-checked
х

Semua konten iLive ditinjau secara medis atau diperiksa fakta untuk memastikan akurasi faktual sebanyak mungkin.

Kami memiliki panduan sumber yang ketat dan hanya menautkan ke situs media terkemuka, lembaga penelitian akademik, dan, jika mungkin, studi yang ditinjau secara medis oleh rekan sejawat. Perhatikan bahwa angka dalam tanda kurung ([1], [2], dll.) Adalah tautan yang dapat diklik untuk studi ini.

Jika Anda merasa salah satu konten kami tidak akurat, ketinggalan zaman, atau dipertanyakan, pilih dan tekan Ctrl + Enter.

Kecerdasan buatan mampu mengenali depresi

Ahli medis artikel

Psikolog
, Editor medis
Terakhir ditinjau: 02.07.2025
Diterbitkan: 2019-01-18 09:00

Mengapa depresi begitu sulit dikenali, terutama pada tahap awal? Apakah ada metode untuk mengoptimalkan diagnosis? Itulah pertanyaan yang diajukan para ilmuwan kepada diri mereka sendiri.

Sebelum mendiagnosis depresi, seorang profesional medis harus melakukan pekerjaan yang sulit: mengumpulkan semua data yang mungkin tentang pasien, menyajikan gambaran lengkap tentang patologi, menganalisis karakteristik pembentukan kepribadian dan gaya hidup orang tersebut, melacak gejala yang mungkin terjadi, dan mencari tahu alasan yang secara tidak langsung dapat memengaruhi perkembangan penyakit. Para ilmuwan yang mewakili Massachusetts Institute of Technology telah merancang sebuah model yang dapat menentukan depresi pada seseorang tanpa mengajukan pertanyaan tes khusus, hanya berdasarkan pada karakteristik percakapan dan gaya penulisan.

Seperti yang dijelaskan oleh salah satu pemimpin proyek penelitian, Tuki Alhanai, "lonceng tanda bahaya" pertama tentang adanya depresi dapat berbunyi tepat selama percakapan dengan pasien, terlepas dari keadaan emosional orang tersebut saat itu. Untuk memperluas model diagnostik, perlu meminimalkan jumlah pembatasan yang diterapkan pada informasi: hanya perlu melakukan percakapan biasa, yang memungkinkan model menilai kondisi pasien selama percakapan alami.

Para peneliti menyebut model yang mereka buat "bebas konteks" karena tidak ada batasan pada pertanyaan yang diajukan atau jawaban yang didengar. Dengan menggunakan teknik pemodelan berurutan, para peneliti memasukkan teks dan versi audio percakapan dengan pasien dengan dan tanpa gangguan depresi ke dalam model. Saat urutan terakumulasi, pola muncul - misalnya, penyertaan kata-kata standar seperti "sedih," "jatuh," dan sinyal pendengaran yang monoton dalam percakapan.

"Model tersebut mengenali urutan verbal dan mengevaluasi pola yang dipelajari sebagai faktor yang paling mungkin muncul pada pasien dengan dan tanpa depresi," jelas Profesor Alhanai. "Kemudian, jika AI memperhatikan urutan yang serupa pada pasien berikutnya, AI dapat mendiagnosis mereka mengalami depresi."

Uji coba menunjukkan keberhasilan diagnosis depresi oleh model dalam 77% kasus. Ini adalah hasil terbaik yang tercatat di antara semua model yang diuji sebelumnya yang "berfungsi" dengan tes dan kuesioner yang terstruktur dengan jelas.

Apakah para ahli bermaksud menggunakan kecerdasan buatan dalam praktik? Apakah kecerdasan buatan akan dimasukkan dalam basis model asisten "pintar" berikutnya? Para ilmuwan belum menyatakan pendapat mereka tentang masalah ini.

Informasi tentang penelitian ini dipublikasikan di situs web Massachusetts Institute of Technology. Informasi lebih rinci juga dapat ditemukan di halaman http://groups.csail.mit.edu/sls/publications/2018/Alhanai_Interspeech-2018.pdf

trusted-source[ 1 ]


Portal iLive tidak memberikan saran, diagnosis, atau perawatan medis.
Informasi yang dipublikasikan di portal hanya untuk referensi dan tidak boleh digunakan tanpa berkonsultasi dengan spesialis.
Baca dengan cermat aturan dan kebijakan situs. Anda juga dapat hubungi kami!

Hak Cipta © 2011 - 2025 iLive. Seluruh hak cipta.