Nytt AI-system från Kaunas ökar diagnostikens träffsäkerhet vid depression med 97,53 % noggrannhet

Lästid: 2 minuter
Av Maria Sanchez
- i
AI-modell som analyserar hjärnvågor och datadiagram.

StockholmForskare vid Kaunas tekniska universitet använder artificiell intelligens för att förbättra diagnostiken av depression. Det nya AI-systemet analyserar både tal och hjärnaktivitet och har en hög noggrannhet på 97,53%, vilket överträffar äldre metoder. Denna framgång kan göra det både snabbare och enklare att diagnostisera depression.

Denna nya metod integrerar olika teknologier för att samarbeta effektivt.

  • Talanalys: Identifierar förändringar i talmönster, tonfall och energinivåer som ofta kopplas till depression.
  • EEG-data: Registrerar hjärnans elektriska aktivitet för att upptäcka vågmönster som kan indikera depressiva tillstånd.
  • DenseNet-121 djupinlärningsmodell: En avancerad neuronnätverksteknik som används för att klassificera spektrogramdata som antingen friska eller deprimerade.

Dessa framsteg är lovande, men de medför nya utmaningar. En stor fråga är bristen på offentligt tillgängliga dataset för att träna AI inom mental hälsa, eftersom integritetsbekymmer gör människor ovilliga att dela sin mentalhälsodata. Teamet vid KTU lyckades undvika detta problem genom att använda MODMAs EEG-dataset, som samlades in under kontrollerade förhållanden med vilande deltagare. Det är dock viktigt att utöka detta dataset för att inkludera en bredare mångfald av människor och miljöer för att göra deras modell mer pålitlig.

I framtiden är det viktigt att modellen tydligt motiverar sina diagnoser, vilket är en väsentlig del av förklarlig AI. Utan tydliga förklaringar kan läkare ha svårt att fullt ut lita på AI:s diagnosresultat. Modellen bör inte bara vara korrekt, utan också ge en klar förståelse för hur den kommer fram till sina beslut.

Denna forskning kan förbättra mer än bara diagnosens träffsäkerhet. Den kan leda till snabbare och mer tillförlitliga diagnoser, vilket kan stödja vårdpersonal och minska negativa uppfattningar om psykiska hälsokontroller. Med ytterligare utveckling kan dessa AI-system även möjliggöra diagnos på distans, vilket bidrar till att alla får tillgång till psykisk hälsovård.

AI-verktyg kan även revolutionera branscher som finans och juridik, där det är avgörande att människor kan förstå och ha tillit till AI:s beslut. När AI-teknologin utvecklas förväntas den hantera komplexa data och ge begripliga anledningar till sina slutsatser för att bli allmänt accepterad och använd.

Studien publiceras här:

http://dx.doi.org/10.3390/brainsci14101018

och dess officiella citering - inklusive författare och tidskrift - är

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/brainsci14101018
Artificiell Intelligens: Senaste nytt

Dela den här artikeln

Kommentarer (0)

Posta en kommentar
NewsWorld

NewsWorld.app är en gratis premium nyhetssida. Vi tillhandahåller oberoende och högkvalitativa nyheter utan att ta betalt per artikel och utan en prenumerationsmodell. NewsWorld anser att allmänna, affärs-, ekonomiska, tekniska och underhållningsnyheter bör vara tillgängliga på en hög nivå gratis. Dessutom är NewsWorld otroligt snabb och använder avancerad teknik för att presentera nyhetsartiklar i ett mycket läsbart och attraktivt format för konsumenten.


© 2024 NewsWorld™. Alla rättigheter reserverade.