联系我们

卫生保健

科学家通过使用AI和NLP检测孤独感

mm

更新

 on

加利福尼亚大学圣地亚哥分校医学院的研究人员利用人工智能算法量化了老年人的孤独感,并确定了老年人如何在讲话中表达孤独感。

在过去的二十多年中,社会科学家描述了 孤独感上升的趋势 在人口中。尤其是在过去十年中进行的研究表明,整个社会大范围内的孤独感都在上升,这对抑郁症的发生率,自杀率,吸毒, 和一般健康。这些问题只是 Covid-19加剧了 大流行,因为人们无法安全地见面并亲自参加社交。某些群体更容易遭受极端的孤独感,例如边缘化群体和老年人。 据MedicalXpress报道研究 由圣地亚哥加州大学(UC San Diego)所做的研究发现,算上那些报告有中等或严重孤独感的人,高级住房社区的孤独率接近85%。

为了确定解决此问题的方法,社会科学家需要准确了解情况,并确定问题的深度和广度。不幸的是,大多数收集寂寞数据的方法在某些方面都受到限制。例如,自我报告可能偏向更极端的孤独感。此外,由于周围对孤独感的社会污名化,直接要求研究参与者量化他们感到“孤独”的问题有时可能不准确。

为了设计一种更好的量化孤独感的指标,研究的作者转向 自然语言处理机器学习。研究人员使用的NLP方法与传统的孤独感测量工具一起使用,它希望通过分析人们使用语言的自然方式来减少人们对孤独感的偏见和诚实。

这项新研究的资深作者是圣地亚哥加州大学医学院精神病学助理教授艾伦·李。 Lee和其他研究人员将研究重点放在66岁至94岁之间的80位参与者中。研究人员鼓励研究参与者以比大多数其他研究更自然,更无结构的方式回答问题。研究人员不仅在提问和对答案进行分类。作为第一作者博士学位。 Varsha Badal解释说,通过使用机器学习和NLP,研究团队可以采用这些长期的访谈答案,并发现如何将细微的单词选择和语音模式结合起来可以表明孤独感:

“NLP和机器学习使我们能够系统地检查来自许多人的长时间访谈,并探讨诸如情感之类的微妙语音特征如何表明孤独感。人类进行类似的情绪分析可能会产生偏见,缺乏一致性,并且需要进行大量培训才能标准化。”

根据研究小组的调查,与非孤独的受访者相比,孤独的人们在回答问题的方式上有明显的差异。当被问及关于孤独感的问题时,孤独的受访者会更加悲伤,并且总体上回答时间更长。与女性相比,男性不太可能承认感到孤独。另外,男人比女人更容易使用表达喜悦或恐惧的词。

该研究的研究人员解释说,研究结果有助于阐明孤独感的典型研究指标与个人主观体验和描述孤独感的方式之间的差异。该研究结果表明,可以通过分析语音模式来检测孤独感,如果这些模式被证明是可靠的,则可以帮助诊断和治疗老年人的孤独感。研究人员设计的机器学习模型能够以大约94%的准确度预测定性孤独。将需要进行更多的研究,以查看该模型是否健壮以及是否可以复制其成功。同时,研究小组的成员希望探索NLP功能如何与智慧和孤独感相关联,而智慧和孤独感与老年人成反比。