Immaginate di poter prevedere il livello di ansia di una persona semplicemente facendole valutare alcune immagini e rispondendo ad alcune semplici domande.
Questo è esattamente ciò che i ricercatori dell'Università di Cincinnati e della Northwestern University hanno realizzato con il loro sistema "Comp Cog AI".
Combinando l'intelligenza artificiale con la scienza del modo in cui la nostra mente elabora le informazioni, hanno creato uno strumento in grado di identificare con precisione le persone che potrebbero soffrire di ansia.
Il studiopubblicato su Mental Health Research, ha coinvolto oltre 3.000 partecipanti provenienti da tutti gli Stati Uniti.
Ogni persona ha valutato una serie di immagini leggermente emotive tratte dall'International Affective Picture System (IAPS) e ha fornito informazioni di base su di sé, come l'età e la solitudine percepita.
L'IAPS è stato sviluppato dal Center for the Study of Emotion and Attention dell'Università della Florida. Fornisce una serie standardizzata di fotografie valutate per il loro contenuto emotivo in termini di valenza (piacevolezza), eccitazione (intensità) e dominanza (controllo).
Il sistema di intelligenza artificiale ha poi analizzato questi dati, cercando modelli nel modo in cui le persone rispondevano alle immagini e come queste risposte erano correlate ai loro livelli di ansia.
Dopo l'addestramento, il sistema Comp Cog AI è stato in grado di prevedere l'ansia con un'accuratezza fino a 81%, offrendo una speranza per un futuro in cui i problemi di salute mentale possono essere identificati utilizzando sistemi leggeri e self-service.
L'autrice principale Sumra Bari spiegaAbbiamo utilizzato risorse computazionali minime e un piccolo insieme di variabili per prevedere i livelli di ansia. Una serie importante di queste variabili quantifica processi importanti per il giudizio".
Per saperne di più sullo studio
Ecco di più su come ha funzionato lo studio:
- Raccolta dati: I partecipanti hanno completato un compito di valutazione delle immagini, assegnando valutazioni da -3 (non mi piace molto) a +3 (mi piace molto) a 48 immagini lievemente emotive dell'IAPS. Hanno inoltre risposto a domande sulla loro età, sulla solitudine percepita e su informazioni demografiche.
- Estrazione delle caratteristiche: Il sistema di intelligenza artificiale ha estratto 15 variabili di giudizio chiave dai dati di valutazione delle immagini, come l'avversione alle perdite, l'avversione al rischio e la coerenza con l'avversione alla ricompensa. Queste variabili quantificano le distorsioni nei giudizi di ricompensa/avversione e sono state collegate a sistemi cerebrali implicati sia nel giudizio che nell'ansia.
- Formazione e previsione dell'intelligenza artificiale: I ricercatori hanno utilizzato gli algoritmi di apprendimento automatico Random Forest e Random Forest bilanciato per addestrare il sistema AI su un sottoinsieme di dati. L'intelligenza artificiale ha utilizzato le variabili di giudizio e i fattori contestuali per prevedere il livello di ansia di ciascun partecipante, misurato dalla parte dell'ansia di stato dello State-Trait Anxiety Inventory (STAI).
- Valutazione e interpretazione del modello: Il sistema di intelligenza artificiale addestrato è stato testato sui dati rimanenti per valutarne l'accuratezza, la sensibilità e la specificità nel prevedere i livelli di ansia. I ricercatori hanno anche condotto analisi di mediazione e moderazione per capire come le variabili di giudizio e i fattori contestuali interagissero per modellare l'ansia.
I quattro predittori più importanti - età, solitudine, reddito familiare e stato occupazionale - hanno contribuito per 29-31% al potere predittivo del modello, mentre le 15 variabili di giudizio hanno contribuito collettivamente per 55-61%.
Il coautore Aggelos Katsaggelos ha sottolineato l'importanza dell'approccio dello studio, affermando: "L'uso di un compito di valutazione delle immagini con variabili contestuali che influenzano il giudizio può sembrare semplice, ma la comprensione dei modelli di preferenza ci permette di scoprire le componenti critiche per un ampio insieme di comportamenti".
I ricercatori prevedono di sviluppare la tecnologia Comp Cog AI in un'applicazione di facile utilizzo per gli operatori sanitari, gli ospedali e persino le forze armate per identificare rapidamente le persone ad alto rischio di ansia.
Come osserva Bari, "il compito di valutazione delle immagini può essere utilizzato per produrre istantanee quotidiane e imparziali dello stato di salute mentale di una persona senza porre domande dirette che potrebbero innescare sentimenti negativi o sconvolgenti".
Le ricerche precedenti hanno sfruttato l'intelligenza artificiale per aiutare a diagnosticare la schizofreniamentre sono stati sviluppati strumenti per fornire terapie di intelligenza artificiale a persone con problemi di salute mentale. attraverso avatar digitali.
