Nieuwe AI-technologie verhoogt nauwkeurigheid van depressiediagnoses met 97,53% dankzij spraak- en EEG-analyse
AmsterdamOnderzoekers van de Technische Universiteit Kaunas maken gebruik van kunstmatige intelligentie om de diagnose van depressie te verbeteren. Dit nieuwe AI-systeem analyseert zowel spraak- als hersenactiviteitsgegevens en bereikt een hoge nauwkeurigheid van 97,53%, wat beter is dan oudere methoden. Deze vooruitgang kan het diagnosticeren van depressie sneller en eenvoudiger maken.
Deze nieuwe methode maakt gebruik van een combinatie van technologieën die samenwerken.
- Spraakanalyse: Herkent subtiele veranderingen in spreekpatronen, intonatie en energieniveaus die vaak in verband worden gebracht met depressie.
- EEG-gegevens: Neemt de elektrische activiteit in de hersenen op om golfvormen te identificeren die depressieve toestanden signaleren.
- DenseNet-121 diepgaand leermodel: Een geavanceerd neuraal netwerk dat spectrogramdata classificeert in gezonde of depressieve categorieën.
Veelbelovende ontwikkelingen brengen nieuwe uitdagingen met zich mee. Een belangrijk probleem is het gebrek aan publieke datasets voor AI-training in de geestelijke gezondheidszorg, omdat privacyzorgen ervoor zorgen dat mensen terughoudend zijn om hun mentale gezondheidsgegevens te delen. Het team van KTU wist dit probleem te omzeilen door gebruik te maken van MODMA's EEG-dataset, die in gecontroleerde omstandigheden met rustende deelnemers werd verzameld. Toch is het essentieel om deze dataset uit te breiden met een breder scala aan mensen en omgevingen om hun model betrouwbaarder te maken.
21 november 2024 · 08:55
Nvidia imponeert, maar Aziatische beurs reageert aarzelend op concurrentie.
In de toekomst is het van groot belang dat het model zijn diagnosemotieven duidelijk uiteenzet. Dit is een essentieel aspect van verklaarbare AI. Zonder heldere uitleg kunnen artsen moeite hebben om AI-diagnoses volledig te vertrouwen. Het model moet niet alleen accuraat zijn, maar ook inzicht geven in hoe de beslissingen tot stand komen.
Deze studie kan meer doen dan alleen de nauwkeurigheid van diagnoses verbeteren. Het kan leiden tot sneller en betrouwbaarder diagnose, wat zorgverleners helpt en de negatieve percepties rondom geestelijke gezondheidsonderzoeken vermindert. Met verdere ontwikkeling zouden deze AI-systemen ook kunnen zorgen dat mensen op afstand een diagnose kunnen krijgen, waardoor mentale gezondheidszorg voor iedereen toegankelijk wordt.
AI-tools kunnen ook andere sectoren zoals financiën en recht beïnvloeden, waar het cruciaal is dat mensen de beslissingen van AI begrijpen en erop kunnen vertrouwen. Naarmate AI zich verder ontwikkelt, moet het in staat zijn complexe informatie te verwerken en duidelijke verklaringen te geven voor de genomen conclusies, zodat het breed geaccepteerd en gebruikt kan worden.
De studie is hier gepubliceerd:
http://dx.doi.org/10.3390/brainsci14101018en de officiële citatie - inclusief auteurs en tijdschrift - is
Musyyab Yousufi, Robertas Damaševičius, Rytis Maskeliūnas. Multimodal Fusion of EEG and Audio Spectrogram for Major Depressive Disorder Recognition Using Modified DenseNet121. Brain Sciences, 2024; 14 (10): 1018 DOI: 10.3390/brainsci1410101820 november 2024 · 01:02
AI onderweg: compacte taalmodellen voor betere prestaties op mobiele apparaten
18 november 2024 · 14:36
Precieze gedragsstudies bij muizen dankzij AI: minder dieren en snellere resultaten
Deel dit artikel