Около года назад ко мне подошел мой друг, такой же молодой парень, как и я, хотя и помоложе, и сказал: «Мне надоела медицинская школа, я хочу бросить учебу». Я был ошеломлен на мгновение с широко открытым ртом, но мне пришлось выдавить несколько слов заверения, что все скоро будет хорошо. Той ночью я боролся с собой, думая о том, как это можно было бы предотвратить. После долгих дискуссий с ним я обнаружил, что он переживает депрессию, так как его отец только что умер, и в сочетании с этим, за несколько недель до этого у него был серьезный экзамен по продвижению по службе, что вызвало у него невообразимое беспокойство.

Когда люди слышат слово «психическое заболевание», в большинстве случаев на ум приходит мысль этот парень сходит с ума, но на самом деле это нечто большее. Он включает в себя такие состояния, как депрессия, тревога, нарушение мышления, синдром дефицита внимания, расстройство пищевого поведения, посттравматическое стрессовое расстройство и ряд многих других расстройств. Психическое здоровье – это состояние благополучия, при котором человек реализует свои способности, может справляться с обычными жизненными стрессами, продуктивно и плодотворно работать и вносить вклад в жизнь своего сообщества.

С ростом использования искусственного интеллекта во всех секторах общества, особенно с учетом того, что он набирает все большую популярность в сфере здравоохранения, мне пришла в голову идея использовать ИИ для улучшения ранней диагностики психических заболеваний среди студентов. Вот что я сделал:

Я поговорил с экспертами в области психического здоровья, психиатром и психологом о своей идее, и мы разработали анкету для студентов, адекватно пометив ее как тех, у кого было психическое заболевание, и тех, у кого его не было, и по результатам была очевидна существующая дихотомия. в том, как анкеты были заполнены на обоих концах спектра. Я использовал свои знания в области машинного обучения для предварительной обработки данных всех других интересных процессов машинного обучения. Модель была построена и имела точность предсказания 89%. Я думаю, вы все согласитесь со мной, что это довольно не очень хороший показатель точности, но ограничение, очевидно, было связано с небольшим количеством данных, которые я смог получить. Если вас интересуют результаты этого исследования, посмотрите его здесь.

Наконец, я развернул модель со случайным лесом, имеющим самую высокую точность, точность и оценку f1. Вот изображение того, как это выглядит.

Да, как вы могли догадаться, это приложение, связанное со здоровьем, поэтому не каждый может его использовать. Он разработан специально, чтобы помочь врачам или консультантам с ранним прогнозом. Это своего рода система сортировки, в которой вам нужно сортировать людей по серьезности, эта модель также может пригодиться.

Он работает таким образом, что, когда на все вопросы даны ответы и правильно заполнены, он запускает алгоритм в своей серверной части, который был обучен распознавать шаблоны в наборах данных и точно связывать шаблон с соответствующим результатом. Да, кусочки ML здесь и там.

Есть надежда, что благодаря этому можно будет обеспечить раннюю диагностику и студентов можно будет легко направить в соответствующие центры для дальнейшего обследования и лечения. Но знаете что, ребята, тот мой друг потом бросил! Как это ни печально, то, что можно было легко предотвратить.