|
|
امروز: جمعه ۰۲ آذر ۱۴۰۳ - ۱۶:۴۱
کد خبر: ۲۶۲۵۵۱
تاریخ انتشار: ۲۱ ارديبهشت ۱۳۹۸ - ۰۵:۳۰
محققان به تازگی توانسته‌اند با استفاده از یک الگوریتم یادگیری ماشین و هوش مصنوعی و با استفاده از الگوی کلام کودکان، علائم افسردگی و اضطراب را در مراحل اولیه شناسایی کنند.
 محققان به تازگی توانسته‌اند با استفاده از یک الگوریتم یادگیری ماشین و هوش مصنوعی و با استفاده از الگوی کلام کودکان، علائم افسردگی و اضطراب را در مراحل اولیه شناسایی کنند.

بر اساس آمار از هر پنج کودک، یک نفر از اضطراب یا افسردگی که معمولا اختلالات داخلی نامیده می شود، رنج می‌برند.

به دلیل اینکه کودکان قبل از هشت سالگی قادر به بیان مشکلات روحی و نگرانی‌های خود نیستند، این اختلال تشخیص داده نمی‌شود و کودک را به مرور زمان و در محیط‌های اجتماعی و آموزشی با مشکل جدی مواجه می‌کند .

تشخیص علائم اختلالات روحی در مراحل اولیه بسیار مهم است و درمان را با موفقیت بیشتری همراه می‌کند. تشخیص زودهنگام در کودکان بسیار مهمتر است؛ چراکه مغز در سنین کم به سرعت رشد و توسعه می‌یابد.

محققان دانشگاه ورمونت با استفاده از هوش مصنوعی و یادگیری ماشین موفق به توسعه الگوریتمی شده‌اند که با استفاده از الگوی کلامی کودکان قادر به تشخیص علائم افسردگی و اضطراب با دقت بالا و در مراحل اولیه است.

این الگوریتم هشت ویژگی مختلف صوتی در گفتارکودکان را شناسایی می‌کند. با استفاده از ویژگی‌هایی نظیر تکرار کلمات و عبارات و شدت صوت، می‌توان ویژگی‌های شخصیتی را تا حد زیادی تشخیص داد.

دقت این فناوری بیش از 80 درصد است و محققان در تلاشند تا این الگوریتم را از طریق نرم افزار گوشی هوشمند در اختیار همه قرار دهند تا با تشخیص زودهنگام، درمان موثر باشد.
نتایج این مطالعه در نشریه Biomedical and Health Informatics منتشر شده است.

ارسال نظر
نام:
ایمیل:
* نظر:
اخبار روز
ببینید و بشنوید
آخرین عناوین