تشخیص ساده افسردگی با یک نگاه به گزارش گروه هوش مصنوعی، دانشمندان ژاپنی یک سامانه جدید هوش مصنوعی توسعه دادند که می تواند نشانه های در رابطه با احتمال افسردگی را از حالات چهره افراد تشخیص دهد. به گزارش گروه هوش مصنوعی به نقل از خبر آنلاین، افسردگی یکی از رایج ترین چالش های سلامت روان است، اما اغلب نشانه های اولیه آن نادیده گرفته می شوند. این بیماری غالباً با کاهش قابلیت بیان چهره ای مرتبط می باشد. در عین حال، این که آیا افسردگی خفیف یا «اضطراب زیر آستانه»(StD) با تغییرات در بیان چهره ای مرتبط می باشد یا خیر، هنوز مشخص نیست. «اضطراب زیر آستانه» یک حالت خفیف از علایم افسردگی است که معیارها را برای تشخیص را برآورده نمی کند، اما همچنان یک عامل خطر برای مبتلا شدن به افسردگی است. به نقل از ایسنا، «اریکو سوگیموری»(Eriko Sugimori) استادیار و «مایو یاماگوچی»(Mayu Yamaguchi) دانشجوی دکترا از «دانشگاه واسدا»(Waseda University) در ژاپن با استفاده از داده های چهره و هوش مصنوعی، تغییراتی را در بیان چهره ای دانشجویان ژاپنی بررسی کردند. «سوگیموری» می گوید: من قصد داشتم با افزایش نگرانی ها در مورد سلامت روانی، بررسی کنم که چطور نشانه های غیرکلامی ظریف مانند بیان چهره ای بر برداشت های اجتماعی تاثیر می گذارند و با استفاده از تحلیل چهره ای مبتنی بر هوش مصنوعی، سلامت روان را منعکس می کنند. دانشمندان از ۶۴ دانشجوی ژاپنی خواستند تا ویدیوهای کوتاه معرفی خویش را ضبط کنند. سپس گروه دیگری متشکل از ۶۳ دانشجو، میزان رسا بودن، دوستانه بودن، طبیعی بودن یا دوست داشتنی بودن سخنرانان را ارزیابی کردند. این تیم همزمان، از یک سامانه هوش مصنوعی معروف به «OpenFace ۲.۰» که حرکات کوچک در عضلات صورت را ردیابی می کند، برای تحلیل ویدیوها استفاده نمود. نتایج، یک الگوی ثابت را نشان داد. دانشجویانی که علایم «اضطراب زیر آستانه» را گزارش کرده بودند، توسط همتایانشان به میزان کمتری دوستانه، رسا و دوست داشتنی ارزیابی شدند. با این حال، آنها به عنوان افراد خشک، ساختگی یا عصبی ارزیابی نشدند. این امر نشان میدهد که «اضطراب زیر آستانه» سبب نمی شود افراد به وضوح منفی به نظر برسند، بلکه بیان مثبت آنها را می کاهد. تحلیل هوش مصنوعی، الگوهای خاصی از حرکات چشم و دهان را مانند بالا بردن ابروها، بالا بردن پلک بالایی، کشیدن لب و حرکات باز شدن دهان نشان داد که در شرکت کنندگان دارای این اختلال رایج تر بود. این حرکات ظریف عضلانی بشدت با تعیین میزان افسردگی مرتبط بودند، باآنکه برای ناظران آموزش ندیده قابل تشخیص نبودند. این تیم خاطرنشان می کند: مطالعه ما با دانشجویان، یک ملاحظه مهم می باشد، چونکه هنجارهای فرهنگی بر نحوه بیان احساسات افراد تاثیر می گذارند. «سوگیموری» توضیح می دهد: رویکرد نوآورانه ما در استفاده از ویدیوهای کوتاه معرفی خود و تحلیل خودکار بیان چهره ای می تواند برای غربالگری و تشخیص سلامت روان در مدارس، دانشگاه ها و محیط های کاری استفاده گردد. مطالعه ما در مجموع، یک ابزار جدید در دسترس و غیرتهاجمی برای تحلیل چهره مبتنی بر هوش مصنوعی است که جهت تشخیص زودهنگام افسردگی، پیش از ظهور علایم بالینی ارائه می کند. این رویکرد امکان مداخلات زودهنگام و مراقبت بموقع از سلامت روان را فراهم می سازد. «اضطراب زیر آستانه» با تغییر در بیان چهره و تشکیل برداشت از راه ارزیابی های ذهنی مرتبط می باشد، افسردگی هم اغلب با کاهش قابلیت بیان چهره ای و سوگیری ها در تشخیص احساسات دیگران مرتبط می باشد. این که آیا «اضطراب زیر آستانه» که یک مرحله پیش ساز احتمالی افسردگی است، تغییرات مشابهی را نشان میدهد یا خیر، هنوز نامشخص است. این اختلال با بیان مثبت خاموش و الگوهای متمایز حرکات چشم و دهان مرتبط بود، اما بر قضاوت های اولیه ناظران تاثیری نداشت. این یافته ها در مجموع، نشان میدهد که «اضطراب زیر آستانه» با تغییراتی در بیان چهره ای بخصوص در بیان های مثبت، مرتبط می باشد، در صورتیکه بر نحوه درک دیگران از آن بیان ها زیاد اثرگذار نیست. این رویکرد می تواند در فناوری سلامت روان، پلت فرم های سلامت دیجیتال یا برنامه های رفاه کارکنان برای نظارت کارآمد بر سلامت روانی استفاده گردد.خلاصه اینکه سپس گروه دیگری متشکل از ۶۳ دانشجو، میزان رسا بودن، دوستانه بودن، طبیعی بودن یا دوست داشتنی بودن سخنرانان را ارزیابی کردند. تحلیل هوش مصنوعی، الگوهای خاصی از حرکات چشم و دهان را مانند بالا بردن ابروها، بالا بردن پلک بالایی، کشیدن لب و حرکات باز شدن دهان نشان داد که در شرکت کنندگان دارای این اختلال رایج تر بود. این رویکرد می تواند در فناوری سلامت روان، پلتفرم های سلامت دیجیتال یا برنامه های رفاه کارکنان برای نظارت کارآمد بر سلامت روانی استفاده گردد. منبع: گروه هوش مصنوعی 1404/07/01 13:38:29 5.0 / 5 108 تگها: آموزش , دانشگاه , دیجیتال , شركت مطلب را می پسندید؟ (1) (0) تازه ترین مطالب مرتبط حضور فعال 9 عضو بریکس در نشست فناوری های اطلاعات مکانی در ایران ChatGPT یک مسئله ریاضی ۲۰۰۰ ساله را حل کرد ماه مخازن انبوه پلاتین دارد تهیه نقشه های هوایی ۲ میلیون کیلومتر از کشور با حضور دانش بنیان ها نظرات بینندگان در مورد این مطلب لطفا شما هم در مورد این مطلب نظر دهید = ۳ بعلاوه ۱ نظر دادن