Это – заключение нового исследования, показывающего, что компьютеры, применяя машинное обучение, могут успешно обнаружить подавленных людей от подсказок на их фотографиях Instagram. Процент раскрытых преступлений компьютера 70% более надежен, чем 42%-й показатель успешности врачей общей практики, диагностирующих депрессию лично.«Это указывает на новый метод для раннего обследования на депрессию и другие появляющиеся психические заболевания», говорит Крис Дэнфорт, преподаватель в Университете Вермонта кто co-led новое исследование с Эндрю Рисом из Гарвардского университета. «Этот алгоритм может иногда диагностировать депрессию, прежде чем клинический диагноз будет поставлен».
Результаты команды были изданы 8 августа в ведущем научном журнале данных Наука Данных EPJ.Эмоциональные фильтрыУченые спросили волонтеров, принятых на работу из Mechanical Turk Amazon, чтобы разделить их ленту новостей в Instagram, а также их историю психического здоровья.
От 166 человек они собрали 43 950 фотографий. Исследование было разработано так, чтобы приблизительно половина участников сообщила о том, чтобы быть клинически подавленным за прошлые три года.
Тогда они проанализировали эти фотографии, используя понимание от известного исследования психологии, о предпочтениях людей яркости, цвета и штриховки. «Пиксельный анализ фотографий в нашем наборе данных показал, что подавленные люди в нашем образце были склонны публиковать фотографии, которые были, в среднем, более синими, более темными, и более серыми, чем отправленные здоровыми людьми», пишут Дэнфорт и Риз в сообщении в блоге, чтобы сопровождать их новое исследование. Они также нашли, что здоровый человек выбрал фильтры Instagram, как Валенсия, которая дала их фотографиям более теплый более яркий тон. Среди подавленных людей самым популярным фильтром была Чернильница, делая фотографию черно-белой.«Другими словами, люди, страдающие от депрессии, более вероятно, одобрят фильтр, который буквально истощил весь цвет изображения, которые они хотели добавить», пишут ученые.
Лица на фотографиях также, оказалось, обеспечили сигналы о депрессии. Исследователи нашли, что подавленные люди были более вероятны, чем здоровые люди опубликовать фотографию с лицами людей – но у этих фотографий было меньше лиц в среднем, чем корм Instagram здоровых людей. «Меньше лиц может быть наклонным индикатором, что подавленные пользователи взаимодействуют в меньших параметрах настройки», Дэнфорт и примечание Риса, которое соответствует другой депрессии соединения исследования к уменьшенному социальному взаимодействию – или могло случиться так, что подавленные люди берут много автопортретов.
«Эта гипотеза ‘печального селфи’ остается непроверенной», пишут они.Алгоритмическая помощьКак часть нового исследования, у Дэнфорта и Риса была волонтерская попытка различать посты Instagram, сделанные подавленными людьми против здорового. Они могли, но не так эффективно как статистическая компьютерная модель – и у человеческих рейтингов была минимальная корреляция с особенностями фотографий, обнаруженных компьютером. «Очевидно, Вы знаете своих друзей лучше, чем компьютер», говорит Крис Дэнфорт, преподаватель в Отделе UVM Математики & Статистики и соруководителя Computational Story Lab университета, «но Вы не могли бы, как человек, небрежно просматривающий Instagram, быть столь хорошими в обнаружении депрессии, как Вы думаете».
Полагайте, что больше чем половина депрессии врачей общей практики, диагнозы ложные – очень дорогая проблема здравоохранения – в то время как вычислительный алгоритм сделал намного лучше. Новое исследование также показывает, что компьютерная модель смогла обнаружить симптомы депрессии перед датой человека диагноза. «Это могло помочь Вам добраться до доктора раньше», говорит Дэнфорт. «Или, предположите, что Вы можете пойти к доктору и нажать на кнопку, чтобы позволить алгоритму прочитать Вашу историю социальных сетей как часть экзамена».Когда мир машинного обучения и искусственного интеллекта расширяется во многие области жизни, есть глубоко этические вопросы и проблемы частной жизни. «У нас есть большое размышление, чтобы сделать о морали машин», говорит Дэнфорт. «Так много закодировано в нашем цифровом следе. Умный искусственный интеллект будет в состоянии найти сигналы, специально для чего-то как психическое заболевание».
Он думает, что этот тип применения может открыть большую перспективу для помощи людям рано в начале психического заболевания, избежать ложных диагнозов и предложить новый показ меньшей стоимости на психиатрические службы, специально для тех, у кого не могло бы иначе быть доступа к обученному эксперту, как психиатр.«Это исследование еще не диагностический тест, отнюдь нет», говорит Дэнфорт, «но это – доказательство понятия нового способа помочь людям».