《IBM 研究团队用人工智能预测精神疾病,准确率高达 83%》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 姜山
  • 发布时间:2018-01-26
  • 雷锋网(公众号:雷锋网)消息 IBM的计算精神病学和神经成像研究小组一直在研究如何利用机器学习预测人类罹患精神疾病的风险。日前,他们刚刚公布了最新的研究成果,研究结果表明,AI对于精神疾病的评估具有重大价值。

    基于2015年发表的研究成果,IBM团队用人工智能算法分别对59名受试者的语言模式进行了追踪和分析。受试者参加了一项访谈测试,访谈的记录依据词性不同被逐个拆解,然后对句子的连贯性进行评分。机器算法则根据他们的语言模式判断哪些人有罹患精神疾病的风险。受试者中有19人在两年内患上了精神疾病,其余40人则一切正常,算法预测的准确率高达83%。这套算法还能够区分近期罹患精神疾病的人群与正常人群的语言模式,并且准确率达到了72%。研究人员发现,那些有患病风险的人说话时较少使用物主代词,说出的句子也不那么连贯。

    虽然这项研究目前还在进行,但它表明人工智能在预测精神疾病方面也许是一种非常有效的工具,尤其是在专业精神卫生人员比较短缺的情况下,将发挥非常重要的作用。

    “我们相信这是在为心理健康从业者开发工具的道路上迈出的重要一步,有了这个工具,护理者和患者就能够在诊所以外的地方进行精神疾病评估了。”这项研究的作者Guillermo Cecchi在一篇博客文章中说道。

    Cecchi表示,提前预测到患者未来几年的精神风险,有助于医护人员更好地分配资源,提供更好的精神护理。

    这项研究最近发表在了《世界精神病学》杂志上,Cecchi表示,未来该研究小组还将分享更多关于其他精神健康状况的研究,包括抑郁症、阿尔茨海默病、帕金森病和慢性疼痛等。

相关报告
  • 《人工智能可凭步态识人 准确率达99%》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-06-05
    • 英国和西班牙研究人员开发出一套人工智能系统,辨别步态,进而识别身份,测试显示准确率达到99.3%。 英国曼彻斯特大学和西班牙马德里自治大学研究人员借助地板传感器和高分辨率摄像头收集127人的近2万个脚步信号,建立数据库,开发计算机模型,用于凭借生物特征识人。 英国《每日邮报》5月29日援引研究项目牵头人、曼彻斯特大学雷耶斯的话报道:“每个人步行时大约有24个不同因素和动作,形成每个人独特的行走方式,监测这些动作因而可以识别一个人的身份,就像指纹或视网膜扫描。” 在机场安全检查、工作场所和家庭环境的实测结果都显示这套系统识别身份的准确率极高。研究结果刊载于《电气和电子工程师学会模式分析与机器智能会刊》。 雷耶斯说,这一技术也可应用于医疗系统,帮助医生发现认知衰退或心理疾病患者。
  • 《Inter Immunopharma:人工智能帮助预测COVID-19诊断准确性》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-10-09
    • 在最近一项研究中,研究人员开发了人工智能(AI)技术,可通过标准血液测试准确预测COVID-19感染。 它是由多机构研究小组Modeling and Prediction Pandemics(MaPP)开发的。 该研究可能有助于解决疾病爆发的早期预测以及检测的可用性和速度,这是与大流行作斗争的两个主要挑战。 该团队利用了圣保罗一家医院的匿名患者数据,发现由于血小板水平和白细胞类型的减少,他们能够准确预测谁感染了该病毒。 林肯大学数学与物理学院数学与计算机科学高级讲师兼项目负责人Bart Vorselaars博士是团队的主要开发人员之一。他说:“使用标准血液测试数据中的AI预测可以带来许多好处,包括增加测试能力,降低成本以及比目前的rt-PCR测试更快,更不易受到病毒突变影响的结果。因此,这可能会有所帮助在疫情蔓延之前发现疫情。” 这些研究的首批结果发表在2020年6月的《International Immunopharmacology》杂志上,Vorselaars博士是该论文的第一作者之一。 林肯大学,布莱顿大学,格拉斯哥大学,谢菲尔德大学和牛津大学的研究仍在继续,以交叉验证圣保罗数据与其他数据来源的发现。