侵權(quán)投訴
訂閱
糾錯
加入自媒體

研究人員僅通過文本數(shù)據(jù)就能準確地識別出PTSD患者

機器學(xué)習(xí)(Machine Learning)模型有潛力發(fā)展成為一種容易獲得和經(jīng)濟有效的篩查工具。

阿爾伯塔大學(xué)4月7日消息

阿爾伯塔大學(xué)(University of Alberta)的研究人員訓(xùn)練了一種機器學(xué)習(xí)模型,通過分析文本數(shù)據(jù)來識別創(chuàng)傷后應(yīng)激障礙(Post-traumatic stress disorder, PTSD)患者,準確率達到 80% 。該模型有一天可以作為一種方便和廉價的篩查工具,支持衛(wèi)生專業(yè)人員通過遠程醫(yī)療平臺檢測和診斷創(chuàng)傷后應(yīng)激障礙或其他精神健康障礙。研究近日發(fā)表在《精神病學(xué)前沿》(Frontiers in Psychiatry)雜志上。

研究于2022年2月1日發(fā)表在《Frontiers in Psychiatry》(最新影響因子:4.157)雜志上

領(lǐng)導(dǎo)這個項目的精神病學(xué)博士生 Jeff Sawalha 對來自南加州大學(xué)創(chuàng)新技術(shù)研究所(USC’s Institute for Creative Technologies)的 Jonathan Gratch 創(chuàng)建的數(shù)據(jù)集的文本進行了情感分析(sentiment analysis)。“情感分析涉及到大量的數(shù)據(jù),如一系列推文的內(nèi)容,并將其分類。例如,看看有多少人在表達積極的想法,有多少人在表達消極的想法,”阿爾伯塔機器智能研究所(Alberta Machine Intelligence Institute)的創(chuàng)始科學(xué)主任、計算科學(xué)系教授、該研究的合著者 Russ Greiner 博士解釋說。

Jeff Sawalha 博士

Russ Greiner 教授

Sawalha 說:“我們想從這個數(shù)據(jù)集中嚴格地觀察情感分析,看看我們是否可以僅僅通過這些訪談的情緒內(nèi)容就正確地識別或區(qū)分 PTSD 患者!

南加州大學(xué)數(shù)據(jù)集中的文本是通過250個半結(jié)構(gòu)化訪談(Semi-structured Interviews,指按照一個粗線條式的訪談提綱而進行的非正式的訪談)收集的,訪談對象是一個名叫 Ellie 的人工角色,通過視頻電話與 188 名非創(chuàng)傷后應(yīng)激障礙患者和 87 名創(chuàng)傷后應(yīng)激障礙患者進行訪談。

半結(jié)構(gòu)化訪談

Sawalha 和他的團隊能夠通過分數(shù)來識別 PTSD 患者,這些分數(shù)表明他們的語言主要表現(xiàn)為中性或消極反應(yīng)。

“這與很多關(guān)于情緒和創(chuàng)傷后應(yīng)激障礙的文獻是一致的。有些人傾向于中立,麻木自己的情緒,也許不會說太多。還有一些人會表達他們的負面情緒!

這個過程無疑是復(fù)雜的,Greiner 教授解釋說,即使是像“我不討厭那個”這樣簡單的短語,也可能很難歸類。然而,Sawalha 能夠僅從文本數(shù)據(jù)中收集到哪些人患有 PTSD 的信息,這一事實為將類似模型應(yīng)用于其他心理健康障礙的數(shù)據(jù)集打開了一扇大門。

“文本數(shù)據(jù)無處不在,觸手可及,你擁有如此多的文本數(shù)據(jù),” Sawalha 說,“從機器學(xué)習(xí)的角度來看,有了這么多的數(shù)據(jù),它可能能夠更好地學(xué)習(xí)一些復(fù)雜的模式,這些模式有助于區(qū)分患有特定精神疾病的人!

下一步包括與阿爾伯塔大學(xué)的合作者合作,看看是否可以整合其他類型的數(shù)據(jù),如語音或動作,以幫助豐富模型。此外,Sawalha 解釋說,像阿爾茨海默病這樣的神經(jīng)疾病以及像精神分裂癥這樣的精神健康疾病都有很強的語言成分,這使它們成為另一個潛在的分析領(lǐng)域。

文本情感分析

(也稱為意見挖掘)是指用自然語言處理、文本挖掘以及計算機語言學(xué)等方法來識別和提取原素材中的主觀信息。

通常來說,情感分析的目的是為了找出說話者/作者在某些話題上或者針對一個文本兩極的觀點的態(tài)度。這個態(tài)度或許是他或她的個人判斷或是評估,也許是他當時的情感狀態(tài)(就是說,作者在做出這個言論時的情緒狀態(tài)),或是作者有意向的情感交流(就是作者想要讀者所體驗的情緒)。

-維基百科

參考文獻

Source:University of Alberta

Researchers accurately identify people with PTSD through text data alone

Reference:

Sawalha J, Yousefnezhad M, Shah Z, Brown MRG, Greenshaw AJ, Greiner R. Detecting Presence of PTSD Using Sentiment Analysis From Text Data. Front Psychiatry. 2022 Feb 1;12:811392. doi: 10.3389/fpsyt.2021.811392. PMID: 35178000; PMCID: PMC8844448.

免責(zé)聲明

本公眾號上的醫(yī)療信息僅作為信息資源提供與分享,不用于或依賴于任何診斷或治療目的。此信息不應(yīng)替代專業(yè)診斷或治療。在做出任何醫(yī)療決定或有關(guān)特定醫(yī)療狀況的指導(dǎo)之前,請咨詢你的醫(yī)生。

       原文標題 : 研究人員僅通過文本數(shù)據(jù)就能準確地識別出PTSD患者

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

醫(yī)療科技 獵頭職位 更多
文章糾錯
x
*文字標題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號