با تلاش پژوهشگر ایرانی صورت گرفت

توسعه ابزاری برای تشخیص روان‌پریشی

یک تیم از پژوهشگران با کمک "نگین رضایی"(Neguine Rezaii) پژوهشگر ایرانی از دانشکده پزشکی "دانشگاه هاروارد" موفق به توسعه ابزاری مبتنی بر هوش مصنوعی شده‌اند که پزشکان توسط‌ آن می‌توانند بیماری روانپریشی افراد را به صورت دقیق پیش‌بینی کنند.

به گزارش ایسنا، "نگین رضایی"(Neguine Rezaii) پژوهشگر ایرانی با همکاری "الین واکر"(Elaine Walker) و "فیلیپ وولف"(Philipp Wolff) از "دانشگاه اموری"(

Emory University) یک دستگاه آزمایشی هوش مصنوعی جدید برای تشخیص روانپریشی افراد توسعه داده‌اند. این مطالعه یک گام مهم در علم پزشکی محسوب می‌شود.

ابزاری که پژوهشگران توسعه داده‌اند قادر به شنیدن نجواهایی که از علائم اولیه روانپریشی محسوب می‌شود است و این قابلیت این ابزار را منحصربفرد می‌سازد چرا که حتی گوش انسان قادر به شنیدن آنها صداها نیست.

طی این مطالعه آنها یک روش یادگیری ماشین برای بررسی شاخص‌های خاص که به طور معمول با روان درمانی و به ویژه اسکیزوفرنی مرتبط است، توسعه دادند.

این تیم به مدت دو سال داده‌ها و واکنش‌های داوطلبان را مورد بررسی قرار دادند. طی این مطالعه اکثر داوطلبان مبتلا به اختلال روان پریشی شناسایی شدند.

روانپریشی یا سایکوزیس(Psychosis) به معنای وضعیت روانی غیرطبیعی است که در روانپزشکی برای بیان حالت «از دست رفتن توانایی تفریق واقعیت از خیال» بکار می‌رود. سایکوز دربرگیرنده دسته‌ای از اختلالات روانی است که در طول آنها بیمار دچار علائمی مانند توهم یا هذیان شود.

پژوهشگران توسط این ابزار توانستند با استفاده از دستگاه تجربی خود شکاف‌های روانی را بسیار دقیق‌تر پیش‌بینی کنند. آنها همچنین کشف کردند که اختراع آنها می‌تواند پیش‌بینی کند که آیا فرد علائم اولیه "توهمات شنیداری" (auditory hallucinations) را تجربه می‌کند یا خیر.

توهمات شنیداری نوعی توهم است که در آن، فرد مبتلا، صداهایی که وجود خارجی ندارند را می‌شنود. یک شکل رایج به این صورت است که فرد مبتلا یک یا چند صدا را می‌شنود که انگار دارند با او صحبت می‌کنند.

این سیستم گامی مهم در علم پزشکی محسوب می‌شود زیرا درحال حاضر درمانی برای بیماری روانپریشی وجود ندارد.

پژوهشگران گفتند ما می‌توانیم با کمک این سیستم از روی برخی صوت، صداها و نوع حرف زدن فاز اولیه ظهور روانپریشی را متوجه شویم.

همانطور که در تصویر زیر مشخص است آنها "الوجیا"(Alogia) (عجز از صحبت کردن در اثر آسیب عصبی) افراد را با پرسش و پاسخ معمولی مقایسه کردند.

کسانی که با تراکم معنایی کمتری صحبت می‌کنند، به طور متفاوتی ارتباط برقرار می‌کنند و بنابراین در هنگام صحبت کردن باید آنها را تشویق کرد زیرا در پاسخ‌هایشان اطلاعات دقیقی را ارائه نمی‌دهند.

این تیم یک روش به نام "vector packing" ایجاد کردند که طی آن می‌توانستند دریابند چه میزان اطلاعات در یک جمله قرار داده شده است.

در نهایت، پژوهشگران کشف کردند افرادیکه در معرض ابتلاء به اختلالات روانپریشی قرار دارند، افرادی هستند که اکثراً از کلمات مرتبط با صداها و صوت‌ها در توصیف‌هایشان استفاده می‌کنند. پس از آنکه پژوهشگران دو روش خود (vector packing و چگالی معنایی ) را ترکیب کردند با دقت ۹۳ درصد توانستند دریابند که چه افرادی مبتلا به اختلالات روانپریشی هستند.

انتهای پیام

  • شنبه/ ۲۵ خرداد ۱۳۹۸ / ۱۴:۵۱
  • دسته‌بندی: فناوری
  • کد خبر: 98032511449
  • خبرنگار : 71607