KI-System kann anhand der Reaktionen auf Fotos vorhersagen, wie ängstlich Sie sind

Stellen Sie sich vor, Sie könnten das Angstniveau einer Person vorhersagen, indem Sie sie einfach ein paar Bilder bewerten und einige einfache Fragen beantworten lassen.

Genau das haben Forscher der University of Cincinnati und der Northwestern University mit ihrem "Comp Cog AI"-System erreicht. 

Durch die Kombination von künstlicher Intelligenz mit der Wissenschaft, wie unser Gehirn Informationen verarbeitet, haben sie ein Tool entwickelt, das Menschen, die mit Ängsten zu kämpfen haben könnten, genau identifizieren kann. 

Die Studiedie in der Zeitschrift Mental Health Research veröffentlicht wurde, waren über 3 000 Teilnehmer aus den gesamten USA beteiligt.

Jede Person bewertete eine Reihe von leicht emotionalen Bildern aus dem International Affective Picture System (IAPS) und gab grundlegende Informationen über sich selbst an, wie z. B. Alter und wahrgenommene Einsamkeit. 

IAPS wurde vom Center for the Study of Emotion and Attention an der Universität von Florida entwickelt. Es bietet eine standardisierte Reihe von Fotos, die nach ihrem emotionalen Gehalt in Bezug auf Valenz (Angenehmheit), Erregung (Intensität) und Dominanz (Kontrolle) bewertet werden.

Das KI-System analysierte dann diese Daten und suchte nach Mustern in der Art und Weise, wie die Menschen auf die Bilder reagierten und wie diese Reaktionen mit ihren Angstzuständen zusammenhingen. 

Nach dem Training war das KI-System von Comp Cog in der Lage, Angstzustände mit einer Genauigkeit von bis zu 81% vorherzusagen. Dies lässt auf eine Zukunft hoffen, in der psychische Probleme mit Hilfe von leichten Selbstbedienungssystemen erkannt werden können. 

Wie die Hauptautorin Sumra Bari erklärtWir haben minimale Rechenressourcen und einen kleinen Satz von Variablen verwendet, um Angstzustände vorherzusagen. Ein wichtiger Teil dieser Variablen quantifiziert Prozesse, die für die Beurteilung wichtig sind.

Mehr über die Studie

Hier erfahren Sie mehr darüber, wie die Studie funktioniert hat:

1. Datenerhebung: Die Teilnehmer bewerteten 48 leicht emotionale Bilder aus IAPS mit einer Skala von -3 (sehr unangenehm) bis +3 (sehr angenehm). Außerdem beantworteten sie Fragen zu ihrem Alter, ihrer wahrgenommenen Einsamkeit und zu demografischen Informationen.
2. Merkmalsextraktion: Das KI-System extrahierte 15 Schlüsselvariablen aus den Bildbewertungsdaten, z. B. Verlustaversion, Risikoaversion und Konsistenz der Belohnungsaversion. Diese Variablen quantifizieren Verzerrungen bei der Beurteilung von Belohnungen/Abneigungen und wurden mit Gehirnsystemen in Verbindung gebracht, die sowohl bei der Beurteilung als auch bei Ängsten eine Rolle spielen.
3. KI-Training und Vorhersage: Die Forscher verwendeten Random-Forest- und ausgewogene Random-Forest-Algorithmen für maschinelles Lernen, um das KI-System auf einer Teilmenge der Daten zu trainieren. Die KI nutzte die Urteilsvariablen und Kontextfaktoren, um das Angstniveau jedes Teilnehmers vorherzusagen, das mit dem State-Trait Anxiety Inventory (STAI) gemessen wurde.
4. Modellbewertung und -interpretation: Das trainierte KI-System wurde an den verbleibenden Daten getestet, um seine Genauigkeit, Sensitivität und Spezifität bei der Vorhersage von Angstzuständen zu bewerten. Die Forscher führten auch Mediations- und Moderationsanalysen durch, um zu verstehen, wie die Urteilsvariablen und Kontextfaktoren bei der Modellierung der Angst zusammenwirken.

Die vier wichtigsten Prädiktoren - Alter, Einsamkeit, Haushaltseinkommen und Beschäftigungsstatus - trugen 29-31% zur Vorhersagekraft des Modells bei, während die 15 Urteilsvariablen zusammen 55-61% beitrugen.

Mitautor Aggelos Katsaggelos hob die Bedeutung des Ansatzes der Studie hervor: "Die Verwendung einer Bildbewertungsaufgabe mit Kontextvariablen, die das Urteilsvermögen beeinflussen, mag einfach erscheinen, aber das Verständnis von Präferenzmustern ermöglicht es uns, die kritischen Komponenten für eine große Anzahl von Verhaltensweisen aufzudecken".

Die Forscher wollen die KI-Technologie von Comp Cog zu einer benutzerfreundlichen App für Gesundheitsdienstleister, Krankenhäuser und sogar das Militär weiterentwickeln, um Personen mit hohem Risiko für Angstzustände schnell zu identifizieren. 

Bari merkt an: "Die Bildbewertungsaufgabe kann verwendet werden, um tägliche und unvoreingenommene Momentaufnahmen des psychischen Gesundheitszustands einer Person zu erstellen, ohne direkte Fragen zu stellen, die negative oder beunruhigende Gefühle auslösen könnten." 

Frühere Forschungen nutzten KI, um bei der Diagnose von Schizophrenie helfenund es wurden Instrumente entwickelt, um Menschen mit psychischen Erkrankungen eine KI-Therapie anzubieten. durch digitale Avatare.