Os sistemas de aprendizagem automática também estão a caminho de se tornarem verdadeiros aliados dos médicos quando se trata de detectar sintomas de depressão entre as pessoas. Segundo o MIT, um grupo de pesquisadores da mesma instituição criou um modelo de rede neural que tem sido capaz de superar as outras redes neurais existentes em detectar os sintomas da depressão com um maior nível de precisão.
A esse respeito, esse novo modelo de rede neural tenta identificar padrões específicos diretamente das conversas de áudio e texto das pessoas para determinar, sem informações adicionais, se elas têm depressão e em que nível.
Leia também: ESTA APP AJUDA A DETECTAR PRECOCEMENTE O MAL DE PARKINSON
Para criar este modelo o mesmo foi treinado e testado usando um conjunto de dados de 142 interações de Distress Analysis Interview Corpus contendo entrevistas de áudio, texto e vídeo de pacientes com problemas de saúde mental e agentes virtuais controlados por humanos, segundo detalha a publicação.
Para entender o progresso, deve-se notar que outros modelos de redes neurais não foram tão precisos, onde só puderam determinar a depressão através de respostas específicas a questões específicas, sendo o novo modelo de rede neural muito mais eficaz, abrindo novos horizontes ao fazer detecções de depressão.
Leia também: FACEBOOK POTENCIA SUA INTELIGÊNCIA ARTIFICIAL PARA DETECTAR TENDÊNCIAS SUICIDAS
Isso poderia levar, por exemplo, à criação, no futuro, de aplicativos móveis que analisem conversas de áudio e texto das pessoas, especialmente aquelas que, por diversos motivos, não podem acessar um médico para seu diagnóstico.
Sobre este novo modelo de rede neural foi apresentado um documento falando do mesmo na conferência de Interspeech.