返回网站首页
当前位置:主页 > www.493456.cc >
突破性研究表明人工智能可以预测精神病的突破
作者:admin  日期:2019-09-23 08:45 来源:未知 浏览:

  三位研究人员开发了一种实验性机器学习方法,允许人工智能听取人类听不到的精神病休息的早期低语。该团队由哈佛医学院的Neguine Rezaii和埃默里医学院以及Emory大学心理学系的Elaine Walker和Philipp Wolff组成,他们开始研究是否有任何方法可以使用语言作为即将发生的潜伏性精神病的指标。他们开发了一种机器学习方法,用于寻找长期以来与精神病相关的特定指标,尤其是精神分裂症。然后该团队花了两年的时间观察研究志愿者,其中很大一部分人最终表现出精神病性休息(完全精神病发作的第一次经历)。结果研究是令人难以置信的。该团队不仅确定了他们的工具能够以高于人类的准确度实验性地预测精神病性突破,而且还发现了即将发生的精神病突破的新指标。可能对心理学领域产生广泛影响的能力:能够预测一个人是否正在经历幻听的早期迹象。

  医学界承认,许多患有与精神病有关的精神疾病的人都有幻听。不幸的是,这些积极的症状 - 积极的意义患者经历了神经典型个体所没有的症状 - 通常在精神病的前驱(早期)阶段(例如精神分裂症)中观察得太晚,因此有很多用处。及早发现这种幻觉可能会改变精神疾病治疗的前景。

  我们的研究结果表明,在精神病的前驱阶段,精神病的出现是通过言语预测的,语义密度水平低,谈论声音和声音的倾向增加。结合使用时,这两种精神病指标可以高度准确地预测未来的精神病。

  语义密度很容易。在心理学家中众所周知,患有前驱精神病的人通常与表现出神经典型行为的人沟通的方式不同。那些语义密度低的人是那些除了提示之外几乎没有实质内容或语境的人,即使那时也很少。

  研究人员使用超过30,000个Reddit构建了一种检测语义密度的算法起草基线的帖子。然后,他们将这些信息与研究参与者的访谈进行比较,以确定个人在规范方面的位置。

  但是辨别出人们是否听到了实际上不存在的声音或声音有点棘手,特别是当这些人可能只经历轻微的幻觉或者完全没有意识到他们精神状态的变化时。

  这不仅仅是向患者询问他们头脑中听到的一堆问题。通常情况下,由于那些最终患有精神病性休息的人表现出较低的语义密度,因此他们的幻听的线索对于人类科学家来说太微弱了。

  试着在与人交谈时听到这些微妙之处,就像试着用眼睛看微小的细菌一样。我们开发的自动化技术是检测这些隐藏模式的非常敏感的工具。它就像一个显微镜,用于治疗精神病的迹象。

  为了找到在无数潜在干草堆中随机分布的少量针头,研究人员创造了一种称为“矢量解包”的技术,该技术决定了给定句子中包含多少含义。

  基本上,该机器确定试验中的人将在实验的两年时间范围内继续进行精神病性休息 - 称为转换器 - 更有可能使用与声音和噪音相关的词语。

  最值得注意的是,转换器的语言倾向于强调听觉感知的主题,其中一个群集由探测词“声音”,“听到”,“声音”,“响亮”和“吟唱”组成,另一个群集由单词“耳语”,“完全”和“几乎没有”。

  有趣的是,这些集群中包含的许多单词 - 比如“窃窃私语” - 从未被转换器明确使用过,但却被其句子的整体含义所暗示。

  当研究人员将寻找低语义密度的系统和寻找幻听指示的系统结合起来时,他们能够以93%的准确度确定一个人是否会转换并精神病休息。将其与最先进的方法进行比较,这些方法涉及访谈,分析和认知测试,只能达到80%的准确率。

  现在判断这种机器学习方法的实际意义还为时尚早,但预测肯定是有希望的。精神病无法治愈,但早期发现可以提供我们抗击精神疾病的最大武器之一。人们乐观地认为,如果在精神病性休息开始之前开始,认知行为疗法和针对性治疗可能会对患者的前景产生更大的影响。

  那些患有精神病的人总是大声呼救,我们从来没有使用正确的工具来准确理解他们所说的话。这一突破展示了机器学习的强大功能,可以代表医学,人工智能研究和人类历史的关键时刻。

  郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,本港开奖直播现场,请第一时间联系我们修改或删除,多谢。

  Dimension Data Australia在FY19亏损610万澳元

  Scurry-Rosser ISD的新运动设施有五种方式可以让德克萨斯州的一个小镇重新焕发活力

  教师是创新 实施对学生有益的最大幻想家:HRD部长Ramesh Pokhriyal

  花旗球场和Union Square Ventures在纽约开会 共同创造利润和革命

上一篇:刚入大学的你不可能“全都要”
下一篇:反流性食管炎怎么办?看完你就知道