Исследование показывает, что ИИ может предсказывать уровень тревоги с помощью задач с картинками

Исследователи из Университета Цинциннати разработали новую форму искусственного интеллекта, которая использует задание на оценку коротких изображений и небольшой набор контекстных переменных, чтобы предсказать, испытывает ли кто-то тревогу.

Тревога может привести к функциональным нарушениям, затрагивая 12% населения США и являясь основной причиной инвалидности. Для него характерен сильный страх и постоянное беспокойство при отсутствии определенной угрозы. Хроническая тревога может нанести вред психическому и физическому здоровью человека и повлиять на отношения, карьеру и качество жизни.

«Я чувствую, что тревогу испытывают все на разных уровнях, на разных этапах жизни, и это актуальная проблема для большинства людей», — сказала Сумра Бари, первый автор и старший научный сотрудник Колледжа инженерии и прикладных наук Калифорнийского университета.

«Мы использовали минимальные вычислительные ресурсы и небольшой набор переменных для прогнозирования уровней тревоги. Важный набор этих переменных количественно определяет процессы, важные для суждения. Мы назвали этот подход «Comp Cog AI», поскольку он объединяет вычислительное познание с искусственным интеллектом».

Вместо сортировки массивов социальных, медицинских или психологических данных (один из аспектов «больших данных») и использования суперкомпьютеров со значительными энергозатратами, этот метод фокусируется на коротком рейтинговом задании, в котором человек присваивает изображениям положительные или отрицательные оценки и отвечает на них. ограниченный набор контекстуальных вопросов, таких как возраст и одиночество.

«Основное внимание уделялось использованию больших данных для прогнозирования», — сказал Ханс Брайтер, соавтор и главный исследователь исследования.

Брейтер — профессор информатики и биомедицинской инженерии в Университете Цинциннати, а также адъюнкт психиатрии в Массачусетской больнице общего профиля и Гарвардской медицинской школе.

«Прогнозирование на основе больших данных является мощным инструментом, но проблема заключается в том, как интерпретировать такие прогнозы», — сказал он.

«Наличие небольшого количества переменных, основанных на математической психологии, похоже, позволяет решить эту проблему и необходимо, если современное машинное обучение когда-либо приблизится к проблеме общего искусственного интеллекта или к тому, что мозг обычно делает для множества когнитивных функций. Текущая работа основан на наборе уравнений о человеческом суждении, которые поддерживают концепцию того, что другие ученые в области ИИ называют «стандартной моделью разума».

Исследование было опубликовано в npj Исследования психического здоровья. Они пришли к выводу, что меры суждения в отношении некоторых демографических групп играют ключевую роль в прогнозировании степени тревоги, испытываемой человеком.

Система представляет собой «консьерж-прототип» инструмента, который может быть приложением для медицинских работников, больниц или военных, позволяющим выявлять тех, у кого есть срочный риск беспокойства.

Участники, чьи демографические данные соответствовали демографическим характеристикам Соединенных Штатов, согласно данным Бюро переписи населения США, завершили опрос на своих личных цифровых устройствах и ответили на вопросы о демографических характеристиках и ощущении одиночества.

Эти 3476 участников также оценили, насколько им понравились или не понравились 48 изображений умеренно эмоциональной тематики. Данные рейтинга изображений использовались для количественной оценки математических характеристик суждений людей. Эти данные затем были использованы с алгоритмами машинного обучения для прогнозирования текущих уровней тревоги на основе состояния тревожности в Опросе состояния тревожности.

«Использование задачи по оценке изображений с контекстуальными переменными, влияющими на суждение, может показаться простым, но понимание закономерностей предпочтений позволяет нам выявить критические компоненты для большого набора моделей поведения», — сказал со-старший автор Аггелос Кацагелос, профессор Джозефа Каммингса. Электротехника и вычислительная техника в Маккормике и директор лаборатории обработки изображений и видео Северо-Западного университета.

Используя эту новую форму искусственного интеллекта, разработанную Калифорнийским университетом и Northwestern, технология смогла предсказать, будет ли респондент страдать от более высокого или более низкого уровня тревоги, с точностью до 81%. Система также получила высокие оценки по чувствительности и специфичности — показателям эффективности, показывающим, насколько хорошо модель классифицирует людей с более высокой тревожностью и тех, у кого ее нет.

Бари отметил: «Задание на оценку изображений можно использовать для получения ежедневных и объективных снимков состояния психического здоровья человека, не задавая прямых вопросов, которые могут вызвать негативные или расстраивающие чувства».

Она добавила, что прямые вопросы о тревоге со временем могут стать менее эффективными, поскольку респонденты в конечном итоге склонны отвечать на одни и те же вопросы наизусть. Новая технология также не зависит от родного языка и может широко использоваться в различных условиях для оценки тревожности.

Исследователи отметили, что анонимные данные были отобраны у населения США во время пандемии COVID-19, во время которой поступали сообщения о более высоком, чем обычно, уровне одиночества и тревоги.