Как распознать самоубийцу по томограмме?

Только сегодня мы писали о «чтении» образов при помощи томографии и вспоминали работу по созданию «карты слов» в мозге человека. Теперь настала очередь для того, чтобы рассказать о том, как можно использовать фМРТ для того, чтобы вычислить самоубийцу.

Кружком отмечены области, по активности которых можно сделать вывод


Исследователи из университета Карнеги и университета Питтсбурга разработали подход для определения суицидальных наклонностей у людей на базе искусственного интеллекта. Добились они этого с помощью обучаемого машинного алгоритма, который оценивал изменения в работе мозга участников эксперимента при восприятии ими слов, принадлежащих к категориям, которые вызывают различный эмоциональный отклик. Результаты опубликованы в Nature Human Behavior. Трудности в оценке и предсказании суицидального риска и тот факт, что самоубийство – одна из наиболее частых причин смертей среди молодых людей подчеркивают практическую пользу предложенного метода.

Для исследования были составлены списки из 10 слов, связанных с смертью, 10 слов, относящихся к позитивным концепциям (например, беззаботный) и 10 слов, связанных с негативными идеями (например, проблема). После чего они вразнобой были представлены двум группам — 17 людям с известными суицидальными тенденциями и 17 невротикам без подобных тенденций (которые почему-то представляли собой контроль).

«Области различения» между исследуемыми группами


Ученые применили алгоритм машинного обучения к твердо различимым контекстам, охватывающим экспериментальные слова. Чтобы лучше понять причины, которые заставляли участников проявлять разные паттерны мозговой активности на конкретные категории, ученые использовали архив нейронных маркёров для различных эмоций (например, грусть, стыд, гнев и гордость). Для количественной оценки каждого из эмоциональных откликов в мозге каждого участника регистрировались ответы на различные категории слов. После такого обучения программа смогла точно предсказать, каким эмоциональным фоном обладал каждый участникс 85% точностью. В последующих экспериментах программа продолжала обучаться.

Таким образом, алгоритм программы оценивал эмоциональные паттерны, которыми отвечали участники на предоставленные им слова: люди с суицидальными наклонностями чувствовали грусть и стыд во время восприятия слова «смерть».

Принадлежность участника к группе с суицидальными наклонностями или к группе невротиков программа смогла идентифицировать с 91% точностью.

После этого исследователи сосредоточились на «суицидниках». Следующей задачей алгоритма стала дифференцировка участников на предпринявших ранее попытку самоубийства и тех, кто только думал об этом. Это задание программа выполнила уже с 94% точностью.

Исследователи надеются, что применение технологий искусственного интеллекта в оценке психического состояния человека спасет не одну жизнь, предоставив новый способ идентификации и контроля состояния пациентов, хотя это и требует дальнейших экспериментов на больших выборках. Также разработчики считают, что чем дольше программа будет обучаться, тем она будет точнее в оценках тонких эмоциональных реакций.


Текст: Дарья Тюльганова

Machine learning of neural representations of suicide and emotion concepts identifies suicidal youth

Marcel Adam Just, Lisa Pan, Vladimir L. Cherkassky, Dana L. McMakin, Christine Cha, Matthew K. Nock & David Brent

Nature Human Behaviour (2017)

doi:10.1038/s41562-017-0234-y

Читайте материалы нашего сайта в FacebookВКонтакте и канале в Telegram, а также следите за новыми картинками дня в Instagram.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *