الذكاء الاصطناعي يشخص حالة 280 مليون مريض اكتئاب في العالم
الذكاء الاصطناعي.. يعد الاكتئاب من أكثر الأمراض العقلية شيوعًا، ويتأثر بهذا المرض ما يصل إلى 280 مليون شخص في جميع أنحاء العالم، ولهذا السبب طور الباحثون نموذجًا للذكاء الاصطناعي يساعد في تحديد الاكتئاب بناءً على كل من الكلام والنشاط العصبي في الدماغ.
ويوضح موقع الأيام المصرية خلال السطور التالية أن الباحثين توصلوا إلى استخدام الذكاء الاصطناعي في تشخيض مرض الاكتئاب الذي يصيب نحو 280 مليون شخصًا في العالم.
الكلام ونشاط الدماغ يحقق نسبة 97.53% في تشخيص الاكتئاب
طور الباحثون في جامعة كاوناس للتكنولوجيا (KTU) نموذجًا لـ الذكاء الاصطناعي يساعد في تحديد الاكتئاب، حيث يسمح هذا النهج المتعدد الوسائط، الذي يجمع بين مصدرين مختلفين للبيانات، بتحليل أكثر دقة وموضوعية للحالة العاطفية للشخص، مما يفتح الباب لمرحلة جديدة من تشخيص الاكتئاب.
ويوضح ريتيس ماسكيليوناس، أستاذ في جامعة كيوتو للتكنولوجيا وأحد مؤلفي الاختراع: "الاكتئاب هو أحد أكثر الاضطرابات العقلية شيوعًا، وله عواقب مدمرة على الفرد والمجتمع، لذلك نقوم بتطوير طريقة تشخيصية جديدة وأكثر موضوعية يمكن أن تصبح متاحة للجميع في المستقبل"، مشيرًا إلى أن العالماء يزعمون أنه في حين اعتمدت معظم الأبحاث التشخيصية للاكتئاب تقليديا على نوع واحد من البيانات، فإن النهج المتعدد الوسائط الجديد يمكن أن يوفر معلومات أفضل عن الحالة العاطفية للشخص.
وأكد ماسكيليوناس أن مجموعة بيانات تخطيط كهربية الدماغ المستخدمة تم الحصول عليها من مجموعة البيانات المفتوحة المتعددة الوسائط لتحليل الاضطرابات العقلية (MODMA)، حيث تمثل مجموعة البحث في KTU علوم الكمبيوتر وليس مجال العلوم الطبية، مضيفًا أن هذا المزيج من بيانات الكلام ونشاط الدماغ يحقق دقة مذهلة بلغت 97.53% في تشخيص الاكتئاب، متفوقًا بشكل كبير على الطرق البديلة، حيث يوضح ماسكيليوناس أن يعتمد على الصوت لأنه يضيف بيانات إلى الدراسة لا نستطيع بعد استخلاصها من الدماغ.
ويشير مصعب يوسفي، طالب الدكتوراه في جامعة كانساس للتكنولوجيا والذي ساهم في هذا الاختراع، فإن اختيار البيانات كان مدروسًا بعناية، موضحًا أنه يُعتقد أن تعبيرات الوجه قد تكشف المزيد عن الحالة النفسية للشخص، لأن الصوت يكشف بشكل خفي عن الحالة العاطفية، مع تأثير التشخيص على وتيرة الكلام، والتجويد، والطاقة الإجمالية.
وأضاف يوسفي، أن ذلك يأتي على عكس نشاط الدماغ الكهربائي أو بيانات الصوت، حيث يمكن للوجه تحديد حالة الشخص بشكل مباشر حتى حد معين، مضيفًا أنه نستطيع انتهاك خصوصية المرضى، كما أن جمع البيانات ودمجها من مصادر متعددة يعد أكثر فائدة للاستخدام في المستقبل.
تم جمع بيانات تخطيط كهربية الدماغ MODMA وتسجيلها لمدة خمس دقائق بينما كان المشاركون مستيقظين، وفي حالة راحة، وأعينهم مغلقة، في الجزء الصوتي من التجربة، حيث شارك المرضى في جلسة أسئلة وأجوبة والعديد من الأنشطة التي ركزت على القراءة ووصف الصور لالتقاط لغتهم الطبيعية وحالتهم الإدراكية.
وتم تحويل إشارات تخطيط كهربية الدماغ والصوت المجمعة إلى مخططات طيفية، مما يسمح بتصور البيانات، وتم تطبيق مرشحات ضوضاء خاصة وطرق معالجة مسبقة لجعل البيانات خالية من الضوضاء وقابلة للمقارنة، وتم استخدام نموذج التعلم العميق DenseNet-121 المعدل لتحديد علامات الاكتئاب في الصور.
وتعكس تخطيط كهربية الدماغ أشكال موجية لنشاط الدماغ، وأظهر الصوت توزيعات التردد والشدة، حيث يتضمن النموذج طبقة تصنيف مخصصة تم تدريبها لتقسيم البيانات إلى فئات من الأشخاص الأصحاء أو المصابين بالاكتئاب. وتم تقييم التصنيف الناجح ثم تقييم دقة التطبيق.
وأوضح أستاذ قسم هندسة الوسائط المتعددة في جامعة كيه تي يو أن الخوارزمية تحتاج إلى التحسين بحيث لا تكون دقيقة فحسب، بل وتوفر أيضًا معلومات للمتخصصين الطبيين حول ما أدى إلى هذه النتيجة التشخيصية، مضيفًا أنه لا يزال يتعين على الخوارزمية أن تتعلم كيفية شرح التشخيص بطريقة مفهومة.
ووفقًا لأستاذ في جامعة KTU، بسبب الطلب المتزايد على حلول الذكاء الاصطناعي التي تؤثر بشكل مباشر على الأشخاص في مجالات مثل الرعاية الصحية، والمالية، والنظام القانوني، أصبحت المتطلبات المماثلة شائعة.
