arama

Yapay zeka sesleri analiz ederek TSSB’yi teşhis edebilir

Yapay zeka sesleri analiz ederek (1)
  • paylaş
  • paylaş
  • paylaş
  • paylaş
  • HanımEfendi HanımEfendi
  • Beğen
    Loading...

Özel olarak tasarlanmış bir bilgisayar programı,sesleri analiz ederek travma sonrası stres bozukluğu‘nun (TSSB) teşhis edilmesine yardımcı olabilir.

Yapay zeka sesleri analiz ederek (1)

22 Nisan’da çevrimiçi Depresyon ve Anksiyete dergisinde yayınlanan çalışma, yapay zeka aracının TSSB olan veya olmayanların seslerini – yüzde 89 doğrulukla – ayırt edebildiğini buldu.

Lucius N,Charles R. Marmar, “Bulgularımız, bu hastalığın teşhisi için konuşma temelli özelliklerin kullanılabileceğini ve daha fazla iyileştirme ve doğrulama ile klinikte kullanılabileceğini gösteriyor” diyor.

Dünya çapında yetişkinlerin yüzde 70’inden fazlası hayatlarının bir noktasında travmatik bir olay yaşar ve bazı mücadele ülkelerinde TSSB’den muzdarip insanların yüzde 12’sine kadar. Koşulu olanlar, tetikleyici bir olay hatırlatıldığında güçlü, kalıcı sıkıntı yaşarlar.

bir TSSB teşhisinin çoğunlukla klinik görüşme veya kendiliğinden ön yargıya yatkın bir öz bildirim değerlendirmesi ile belirlendiğini söylüyor. Bu, tıp koşulları için laboratuvar değerlerine benzer şekilde, TSSB ilerlemesinin objektif, ölçülebilir, fiziksel belirteçlerini geliştirme çabalarına yol açmıştır, ancak ilerleme yavaş olmuştur.

Öğrenmeyi Öğrenme

Bu çalışmada, araştırma ekibi, bireyleri örneklere göre nasıl sınıflandıracağını “öğrenme” yeteneğine sahip, rastgele makine öğrenme tekniği kullanmıştır. Bu tür AI programları, eğitim verilerinin miktarı arttıkça artan hassasiyetle karar almayı sağlayan “karar” kuralları ve matematiksel modeller oluşturur.

Yapay zeka sesleri analiz ederek (1)

Araştırmacılar ilk önce askeri hizmetle ilgili TSSB’si olan 53 Irak ve Afganistan gazisinin yanı sıra hastalıksız 78 gazinin kilerle Klinisyen Tarafından Yönetilen TSSB Ölçeği veya CAPS adı verilen standart, saatlerce tanı amaçlı röportajlar kaydetti. Kayıtlar daha sonra SRI International‘ın (Siri’yi de icat eden enstitü) ses yazılımına beslendi ve ekibin AI programının kalıplar için el ele aldığı kısa konuşmalarda yakalanan toplam 40.526 konuşma tabanlı özellik verdi.

her ikisi de uzun zamandır tanıda yardımcı olduğu bildirilen daha az net konuşma ve cansız, metalik bir ton dahil olmak üzere belirli ses özelliklerinin desenlerini TSSB ile ilişkilendirmiştir. Mevcut çalışma TSSB‘nin arkasındaki hastalık mekanizmalarını araştırmasa da, teorik travmatik olayların bir kişinin sesini etkileyen duygu ve kas tonusunu işleyen beyin devrelerini değiştirmesidir.

İleride, araştırma ekibi AI ses aracını daha fazla veriyle eğitmeyi, bağımsız bir örnek üzerinde daha doğrulamayı ve aracı klinik olarak kullanmak için devlet onayına başvurmayı planlıyor.