شبكه اطلاعرساني روابطعمومي ايران (شارا)-|| دانشمندان الگوريتم نويني را توسعه دادهاند كه به گفته آنها افسردگي ميان كاربران توييتر را با دقت ۹۰ درصد تشخيص ميدهد؛ پيشرفتي كه شايد به روشهاي تشخيص زودهنگام در آينده منجر شود.
اين الگوريتم كه در نشريه تراكنشها (IEEE Transactions) در محاسبه عاطفي آيترايپلئي (Affective Computing)، توضيح داده شده است، وضعيت ذهني يك كاربر توييتررا با استخراج و تجزيه و تحليل ۳۳ نقطه داده از نمايه (پروفايل) عمومي او، از جمله محتواي پستهايش، زمان ارسال آنها، و ساير كاربران محفل اجتماعي او، تعيين ميكند.
عبدل سدكا، از نويسندگان اين مطالعه و مدير موسسه آينده ديجيتال (دانشگاه) برونل، در بيانيهاي گفت:«ما الگوريتم را روي دو پايگاه داده بزرگ آزمايش كرديم و نتايج خود را با ساير روشهاي تشخيص افسردگي مقايسه كرديم. در تمامي موارد، موفق شدهايم از نظر دقت طبقهبندي از روشهاي موجود بهتر عمل كنيم.»
دانشمندان گفتند تعداد زيادي از مبتلايان به افسردگي احتمالي در سراسر جهان، به دليل عوامل متعددي، از جمله انگ اجتماعي يا ناآگاهي از وضعيت روانيشان، به دنبال كمك حرفهاي نيستند، و همين امر منجر به «تاخير شديد در تشخيص و درمان» ميشود.
پژوهش پيشين نشان داده است كه دادههاي رسانههاي اجتماعي سرنخهاي ارزشمندي درمورد وضعيت سلامت جسمي و روحي افراد ارائه ميدهد.
در مطالعه اخير، پژوهشگران اين الگوريتم را با استفاده از دو پايگاه داده كه حاوي تاريخچه هزاران كاربر توييتر، همراه با اطلاعات ديگري درباره سلامت رواني آن كاربران است، توسعه دادند.
دانشمندان گفتند:«در اين مقاله، ميگوييم كه شناسايي افسردگي در مراحل اوليه با استخراج رفتارهاي اجتماعي آنلاين، امكانپذير است.»
آنها از حدود ۸۰ درصد اطلاعات موجود در هر پايگاه داده براي آموزش ربات استفاده كردند و از باقي دادهها براي سنجش صحت آزمايشها بهره گرفتند.
ربات بعد از بررسي پايگاه داده و حذف كاربراني با كمتر از پنج توييت و كساني كه غلط املايي دارند، ۳۸ عامل متمايز را، از جمله استفاده كاربر از واژگان مثبت و منفي، تعداد دوستان و دنبالكنندگان آنان، و استفاده از ايموجيها، براي تخمين وضعيت روحي و رواني كاربر درنظر ميگيرد.
اين گروه گفت كه دقت كاركرد اين الگوريتم ۸۹ درصد بوده است.
پژوهشگران گفتند با استفاده از پايگاه داده «سيال سايك» ۲۰۱۵ (CLPsych) دانشگاه جان هاپكينز، به دقت حدود ۷۱ درصد دست يافتند.
دكتر سدكا گفت:«اين ۱۰۰ درصد دقيق نيست، اما فكر نميكنم در اين سطح، هيچ راه حل يادگيري ماشيني به اطمينان ۱۰۰ درصد برسد. اما، هرقدر به رقم ۹۰ درصد نزديك شويم، بهتر است.»
دانشمندان ميگويند اين سيستم احتمال افسردگي كاربران را يك روز قبل از انتشار چيزي در دامنه عمومي نشان ميدهد، و راه را براي پلتفرمهاي رسانههاي اجتماعي مثل توييتر و فيسبوك هموار ميكند تا نگرانيهاي سلامت روان را فعالانه به كاربران نشان دهند.
آنها گفتند اين ربات ميتواند بيشتر توسعه يابد و براي تعدادي از برنامهها، مثل تجزيه و تحليل احساسات و پژوهشهاي جنايي، مورد استفاده قرار گيرد.
اما اين يافتهها پرسشهاي بيشتري درمورد حريم خصوصي دادهها، و ضرورت رضايت آگاهانه كاربران قبل از استفاده از دادههاي عمومي آنان براي تجزيه و تحليل، ايجاد ميكند.
هوييو جو، از ديگر نويسندگان اين مطالعه در دانشگاه لستر بريتانيا، گفت: «مرحله بعدي اين تحقيق، سنجش اعتبار آن در محيطها يا زمينههاي مختلف خواهد بود و مهمتر از آن، فناوري به دست آمده از اين پژوهش ممكن است براي كاربردهاي ديگري، از قبيل تجارت الكترونيك، آزمون استخدام، يا غربالگري نامزدي (انتخابات) توسعه يابد.»
دكتر جو افزود: «الگوريتم پيشنهادي مستقل از پلتفرم است، بنابراين به راحتي به ساير سيستمهاي رسانههاي اجتماعي مثل فيسبوك و واتساپ نيز گسترش مييابد.»
منبع: independentpersian