Yapay zeka çocukların konuşma tarzından ruh sağlığı riskini buluyor
Stanford Üniversitesinde yürütülen araştırmaya göre çocukların cümle yapıları ve bağlaç kullanımı, gelecekteki psikolojik rahatsızlıkları yıllar öncesinden tahmin edebiliyor.
Stanford Üniversitesi bünyesinde yürütülen yeni bir araştırma, çocukların stresli olayları anlatırken kullandıkları cümle yapıları ve bağlaçların gelecekteki psikolojik rahatsızlıkları altı yıl öncesinden tahmin edebildiğini kanıtladı. Yapay zeka modelleri, bu alanda tıp uzmanlarını geride bıraktı.
Dünya genelinde ergenlik döneminde tırmanışa geçen depresyon ve anksiyete gibi ruh sağlığı sorunları, erken teşhis mekanizmalarının yetersizliği nedeniyle klinik bazda zorlu süreçlere yol açıyor. ABD’de bulunan Stanford Üniversitesi Beşeri Bilimler ve Fen Bilimleri Okulu araştırmacıları, yapay zeka ve doğal dil işleme algoritmalarını kullanarak psikiyatri dünyasında dikkat çeken bir çalışmaya imza attı. Nature Mental Health dergisinde yayımlanan araştırma, çocukların günlük konuşma kalıplarının ileride yaşayabilecekleri ruhsal bozuklukların habercisi olduğunu ortaya koydu.
Araştırma kapsamında 9 ila 13 yaş arasındaki 200'den fazla çocuğun ses kayıtlı mülakatları incelendi ve sisteme dört farklı doğal dil işleme modeli entegre edildi. Yapılan incelemeler sonucunda, çocukların yaşadıkları travmaları tanımlarken kullandıkları içerikten ziyade, konuşma stillerinin ve cümle kurma biçimlerinin risk faktörünü belirlemede anahtar rol oynadığı saptandı.
Araştırma ekibinin başyazarı Chase Antonacci, "ve", "için", "ama" gibi küçük bağlaçların kullanım sıklığı ile edat dizilimlerinin zihinsel riski göstermede belirleyici olduğunu bildirdi. Birinci tekil şahıs zamirlerine aşırı odaklanma ve belirli dilsel kalıpların tekrarlanması, bireyler klinik teşhis almadan altı yıl öncesine kadar geçirebilecekleri ruhsal rahatsızlıkların tespiti konusunda uzman hekim heyetlerinden daha yüksek bir tahmin başarısı gösterdi.
Geleneksel tıp yöntemlerinde çocuklardaki kronik stresi ve ruh sağlığı risklerini ölçmek adına kan analizleri, koruyucu kromozom kapakçıkları olan telomerlerin uzunluk takibi veya kortizol hormonu ölçümleri gibi maliyetli ve karmaşık laboratuvar süreçleri uygulanıyor.
Stanford Üniversitesi Psikoloji Prof. Dr. Ian Gotlib, konuşma analizine dayalı yapay zeka yönteminin hem ekonomik hem de son derece erişilebilir bir alternatif oluşturduğunu vurguladı. Kan alma veya fiziksel müdahale gerektirmeyen bu yöntemin, mevcut biyolojik göstergelerin tamamından daha güçlü bir tahmin gücüne sahip olduğu belgelendi.
Araştırma çerçevesinde dil stilinin yanı sıra mülakat içerikleri de analiz edildi. Çocukların ifadelerinde maruz kaldıkları fiziksel şiddet veya okul ortamında yaşadıkları ağır sosyal dışlanma tanımları yüksek risk faktörü olarak kayıtlara geçti.
Öte yandan, spor faaliyetleri, okul kulüpleri ve aile desteğinden bahseden çocukların psikolojik sağlamlık düzeylerinin yüksek olduğu tespit edildi. Analizlerde en dikkat çekici koruyucu sinyal ise çocukların konuşmalarında psikolojik danışman veya terapist desteğine atıfta bulunmaları oldu.
Gelecekte akıllı telefon ses kayıtları üzerinden geniş kitlelere uygulanması hedeflenen bu yapay zeka modeli, ergenlik öncesi dönemde risk grubundaki çocukların tespit edilerek erken tedavi süreçlerinin başlatılmasına olanak sağlayacak.
