Искусственный интеллект научили диагностировать посттравматическое стрессовое расстройство у авторов текстов. Статья об этом опубликована в Frontiers in Psychiatry.
Джефф Савалха из Альбертского университета (Канада) и его коллеги провели анализ тональности текстов, полученных в ходе психотерапевтических интервью. Анализ тональности – это метод компьютерной лингвистики, при котором алгоритм подсчитывает эмоционально окрашенные участки, например, сколько в тексте негативных и позитивных мыслей.
“Мы хотели изучить результаты анализа тональности текстов из базы данных и выяснить, сможем ли мы с его помощью отличить последствия посттравматического стрессового расстройства (ПТСР) от просто эмоциональных высказываний”, – говорит Савалха.
Психотерапевтические интервью были взяты виртуальным персонажем в ходе видеоконференции, 188 его участников страдали ПТСР, а 87 – нет. Выяснилось, что речь людей с ПТСР отличается большим числом нейтральных или негативных высказываний. По мнению авторов, это согласуется с научной литературой по этому вопросу. Согласно ей, некоторые люди с ПТСР пытаются быть нейтральными и подавляют эмоции, и в целом стараются поменьше говорить. Другие же наоборот открыто демонстрируют негативные эмоции.
В результате специалистам удалось с помощью машинного обучения создать алгоритм, который с 80-процентной точностью идентифицирует людей с ПТСР. Ученые надеются, что в будущем его удастся применять в качестве дешевого диагностического средства для телемедицины.