โดยปกติแล้ว การวินิจฉัยโรคซึมเศร้า นักบำบัดหรือแพทย์จะทำการสัมภาษณ์ผู้ป่วย ถามคำถามที่เฉพาะเจาะจงแล้วเอาคำตอบที่แตกต่างกันเป็นตัวบ่งชี้อาการ สิ่งที่สอบถามและสังเกตการณ์ เช่น ความทุกข์ใจ วิถีชีวิต อารมณ์ การพูด ฯลฯ
หลายปีที่ผ่านมานี้ ปัญญาประดิษฐ์เข้ามามีบทบาทมากขึ้นในการวินิจฉัยโรค เป็นการใช้ Machine-learning model ที่ตรวจจับอาการซึมเศร้าจากคำพูดและระดับเสียงสูงต่ำ แต่การทำนายว่าแต่ละคนมีอาการซึมเศร้าหรือไม่ ต้องอาศัยคำถามและคำตอบที่เฉพาะเจาะจงเป็นตัววัดความถูกต้องของอาการ วิธีการนี้มีความถูกต้องแม่นยำสูง แต่มีข้อจำกัดเรื่องสถานที่ใช้งานที่มักจะต้องทำกันในคลินิกเท่านั้น
แต่ปัญญาประดิษฐ์เพื่อตรวจจับอาการซึมเศร้าแบบ Machine-learning model กำลังจะกลายเป็นอดีต และถูกแทนที่โดย Neural-network model
เมื่อเร็วๆนี้ ในงานประชุมทางวิชาการ Interspeech นักวิจัยจาก MIT ได้นำเสนอ neural-network model หรือรูปแบบโครงข่ายประสาทเทียมปัญญาประดิษฐ์ แสดงให้เห็นว่าไม่มีความจำเป็นต้องใช้ข้อมูลดิบที่เป็นไปตามแบบแผนของคำถามเฉพาะเจาะจง เพื่อตรวจหาตัวบ่งชี้อาการซึมเศร้าอีกแล้ว
การฝึกฝนให้โครงข่ายประสาทเทียมเข้าใจและสามารถแยกแยะตรวจหาคนที่มีอาการซึมเศร้า ทำได้โดยการป้อนข้อมูลให้มันเรียนรู้มากๆ ยิ่งมีข้อมูลมากขึ้นความถูกต้องแม่นยำในการวิเคราะห์ก็จะยิ่งมีมากขึ้น
นักวิจัยจาก MIT ป้อนข้อมูล เสียง ข้อความ และวิดีโอการสัมภาษณ์ผู้ป่วย ให้ AI บอกให้มันรู้ว่าส่วนไหนเป็นข้อมูลที่ได้จากผู้ที่มีอาการซึมเศร้า และส่วนไหนเป็นข้อมูลจากผู้ที่ไม่มีอาการซึมเศร้า
ระบบโครงข่ายประสาทเทียมสามารถวิเคราะห์หาสิ่งที่เป็นตัวร่วมเหมือนกันและต่างกัน ของผู้มีอาการและไม่มีอาการซึมเศร้าได้เอง มันสร้างรูปแบบขึ้นมาได้
ผลการทดสอบการตรวจจับอาการซึมเศร้าของ AI ที่พัฒนาโดยนักวิจัย MIT พบว่ามีความถูกต้องแม่นยำเฉลี่ยโดยรวมที่ 77%
สัญญาณแรกที่บ่งบอกว่าแต่ละคน มีความสุข ตื่นเต้น เศร้า หรือมีอาการซีเรียสแบบอาการซึมเศร้า มันแสดงออกได้ด้วยการพูดของคนผู้นั้น
รูปแบบโครงข่ายประสาทเทียมเพื่อตรวจจับอาการซึมเศร้า ใช้ข้อมูลการสนทนาพูดคุยแบบปกติ แล้วปล่อยให้ AI ค้นหาแบบแผนเพื่อแยกแยะความแตกต่างเอาเอง
เทคโนโลยีใหม่นี้สามารถชี้ให้เห็นคนที่มีความทุกข์ใจด้วยการสนทนาธรรมดาระหว่างกันในคลินิก ปล่อยให้ผู้ป่วยแต่ละคนได้พูดอะไรที่แตกต่างกันได้ หากเจอผู้ป่วยที่มีปัญหาจริงก็ทำการส่งต่อไปให้หมอรักษาทันที เป็นเทคโนโลยีที่เป็นผู้ช่วยหมอทำงาน
นักวิจัย MIT ได้พัฒนา neural-network model ซึ่งวิเคราะห์ข้อมูลดิบที่เป็นข้อความและเสียงจากการสัมภาษณ์ เพื่อค้นหาแบบแผนการพูดที่เป็นตัวบ่งชี้โรคซึมเศร้า แต่ไม่ต้องใช้คำถามที่มีแบบแผนในการวัดผลอย่างที่เคยทำมาก่อน ทำให้การวินิจฉัยโรครวดเร็วขึ้น ไม่ต้องเสียเวลาสัมภาษณ์ผู้ป่วยนานๆ
วิธีการใหม่นี้มีโอกาสที่จะนำไปใช้ในการพัฒนาเครื่องมือหรืออุปกรณ์ในการตรวจจับสัญญาณภาวะซึมเศร้าด้วยการสนทนากันตามธรรมชาติ
ในอนาคต neural-network model อาจถูกพัฒนาเป็นแอปซึ่งสามารถตรวจสอบผู้ใช้งานจากข้อความและเสียงพูดผ่านมือถือ เพื่อตรวจสอบความทุกข์ใจ และเมื่อตรวจพบว่ามีปัญหา AI ก็จะส่งสัญญาณเตือนทันที
แอปมือถือตรวจจับอาการซึมเศร้า จะเป็นประโยชน์อย่างมากสำหรับผู้ที่ไม่สามารถไปพบแพทย์เพื่อวินิจฉัยอาการในเบื้องต้นได้ ทั้งนี้อาจติดปัญหาเรื่อง ระยะทาง ค่าใช้จ่าย หรือไม่รู้ว่าตัวเองมีปัญหาไม่มีใครเตือนให้รู้ว่ามีอะไรผิดพลาด
หากมีแอปสมาร์ตโฟนตรวจจับอาการซึมเศร้าออกมาจริงๆ คงแบ่งเบางานของโรงพยาบาลประสาทไปได้มาก!!!
http://news.mit.edu/2018/neural-network-model-detect-depression-conversations-0830
MIT researchers teach a neural network to recognize depression
.