这款AI可识别病人的自杀想法准确率达91%

泥人传说
泥人传说
泥人传说
893
文章
110
评论
2018-07-0323:15:19
评论
920 1151字
摘要

这款AI可识别病人的自杀想法准确率达91%,该研究由卡内基梅隆大学心理学教授Marcel Just领头目前该AI仅测试了34名志愿者,研究人员下一步将对更多志愿者进行测试并提高准确率。

该研究由卡内基梅隆大学心理学教授Marcel Just领头目前该AI仅测试了34名志愿者 研究人员下一步将对更多志愿者进行测试并提高准确率10月30日,卡内基梅隆大学心理学教授Marcel Just带领团队宣布研发了一种可判断病人是否想自杀的AI,通过识别病人脑部的功能性核磁共振成像,即可判断该病人是否具有自杀企图,可用于治疗心理疾病。相关研究被发表在《自然-人类行为》杂志上。这款AI识别自杀念头的原理在于,有自杀念头的人和健康者对于一些词汇具有不同的情绪反应,例如死亡、残忍、麻烦、赞美等词。通常来说,有自杀念头的人在看到死亡、残忍这类负面的词时会产生羞耻、更加悲伤的情绪,而健康者不会有这些情绪波动。这款AI可识别病人的自杀想法准确率达91% 深度学习 第1张-泥人传说一旦产生这些情绪,大脑相关部分的神经就会活跃起来,这些脑神经的耗氧量也会随之增加。功能性核磁共振通过毫米级的空间分辨率,就可以检测大脑的代谢情况,包括血氧水平。下图就是有自杀想法(左)和健康者(右),在看到“死亡”这个词时大脑的功能性核磁共振图像。这款AI可识别病人的自杀想法准确率达91% 深度学习 第2张-泥人传说该AI就是从这些不同之处,来判断患者是否具有自杀想法。目前有34位志愿者参加这项研究,其中17位有自杀念头,17位没有。然后研究者让他们阅读30组词语,也就是上面表格中那些积极的、消极的和欲自杀相关的词。再让志愿者花3秒钟的时间思考刚才阅读的词,并用核磁共振仪扫描这些志愿者的大脑。再让AI从这些图像判断目标是否想要自杀,最终,AI判断出了15位想要自杀的人,准确率为91%。这项研究的负责人Marcel Just教授,1972年获得斯坦福大学心理学博士学位,他的研究方向主要是心理语言学、对象识别和自闭症。他在其领域已经有超过40年的研究经验,同时他也是卡耐基梅隆大学认知脑成像中心的主任,该中心除了生物学、心理学的教授,还有部分计算机科学教授。他们最近则是在使用功能性磁共振成像研究认知过程中人类大脑皮层组织的变化。这款AI可识别病人的自杀想法准确率达91% 深度学习 第3张-泥人传说不过,这项AI也面临一个问题,就是测试样本太少了,Marcel Just教授本人也表示目前该AI也不算完美。该团队下一步就是对更多的志愿者进行测试,以提高准确率,同时他们也试图将其用于诊断其他精神障碍等方面的疾病。据悉,全球每年约有100万人自杀死亡,这其中不乏许多心理疾病患者。然而这些患者通常在言语中不会表达出自杀的念头,这就给医生造成很大的困难。如果医生或者家人能够知道患者确实有自杀的念头,那么进行一些积极治疗或者情绪疏通,很大程度上就能避免悲剧的发生。

Carnegie Mellon University School of Biomedical Engineering

卡耐基梅隆大学生物医学工程学院

卡耐基梅隆大学生物医学工程学院于1900年在美国成立,是一所临床医学研究机构,创始母机构为卡耐基梅隆大学。现任院长为Michael Cho。

  • 本文由 发表于 2018-07-0323:15:19
  • 转载请务必保留本文链接:http://nrcs.xyz/kejizixun/deep-learning/5242.html
机器学习预测地震模拟地震能够被预测 深度学习

机器学习预测地震模拟地震能够被预测

机器学习预测地震模拟地震能够被预测, 机器学习技术为地震预测工作开辟了新道路该算法系统能够准确的预测模拟地震,预测是基于声信号的顺时物理特性而不是历史数据,该技术目前尚处于实验室阶...
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: