के एआईले मनोविकारको भविष्यवाणी गर्न सक्छ ?

एआई मेसिन लर्निङ क्लासिफायरले मस्तिष्कका तस्बिरहरूबाट साइकोसिस जोखिम पहिचान गर्न सक्छ।

मलिकुलर साइकेटिमा प्रकाशित एउटा नयाँ अध्ययनका अनुसार एआईले मनोविकारको भविष्यवाणी गर्न सक्ने देखिएको छ।  टोकियो विश्वविद्यालय र यसका  अनुसन्धान सहकर्मीहरूले विकास गरेको नयाँ कृत्रिम बुद्धिमत्ता (एआई) मेसिन लर्निङ एल्गोरिथ्मले मस्तिष्कका तस्बिरहरूबाट मनोविकारको जोखिमको भविष्यवाणी गर्न सक्ने देखिएको हो।

नेशनल इन्स्टिच्युट अफ मेन्टल हेल्थले मनोविकारलाई भ्रम र झूटो विश्वासजस्ता लक्षणहरूको सेटको रूपमा परिभाषित गरेको छ। मनोविकारले वास्तविकतासँग व्यक्तिको सम्पर्कलाई असर गर्छ। मनोविकार वा साइकोसिस हुनुअघि व्यक्तिमा प्रायः व्यवहार परिवर्तनहरू जस्तै सामाजिक रूपमा पछि हट्ने, व्यक्तिगत सरसफाइ वा आत्म हेरचाहमा कमी, कल्पनालाई वास्तविकताबाट अलग गर्न समस्या, तार्किक वा स्पष्ट रूपमा सोच्न गाह्रो, हुने,  पागलपन, शंका, निद्रा नहुने जस्ता समस्याहरू हुन सक्छ।

मनोविकार जेनेटिक पनि हुन्छ। अन्य कारणहरूमा मस्तिष्क विकासको समस्या, तनाव, मानसिक रोगहरू जस्तै गम्भीर पछुतो, द्विध, सिजोफ्रेनिया, निद्रा अभाव, रक्सी वा लागूपदार्थको दुरुपयोग आदि मानिन्छ्न। साइकोसिस अन्य रोगहरु जस्तै अल्जाइमर, डिमेन्सिया, र पार्किन्सन रोगको एक लक्षण पनि हुन सक्छ।

नेशनल इन्स्टिच्युट अफ मेन्टल हेल्थका अनुसार मनोविकारको प्रारम्भिक लक्षण पहिचान हुने हो भने यसको उपचारमा धेरै सहयाोग हुन्छ। यसैले एआई मेसिन लर्निङको प्रयोग गरेर सुरुवाती चरण पता लाग्न सक्छ। यसले रोगीको नतिजामा सुधार ल्याउन सक्छ।

'मनोवैज्ञानिक विकारहरूको प्रारम्भिक पहिचान र रोकथामका  लागि नैदानिक उच्च जोखिम मापन (क्निकल हाई रिस्क पयाराडिज्म) व्यापक रूपमा मा प्रयोग हुन्छ' टोकियो विश्वविद्यालयका एसोसिएट प्रोफेसर शिनसुके कोइके र उनका जापान, स्पेन, जर्मनी, युके, इटाली, नर्वे, स्वीडेन, डेनमार्क, अमेरिका, क्यानडा, चीन, दक्षिण कोरिया, स्विट्जरल्याण्ड, रुस, सिंगापुर र नेदरल्याण्ड्स सम्मिलित २१ संस्थाका अनुसन्धान सहकर्मीहरू लेख्छन्।

वैज्ञानिकहरूले क्लिनिकल हाई रिस्क फर साइकोसिस वर्किंग ग्रुपका २१ साइटहरूबाट मनोविकार भएका व्यक्तिहरूको मस्तिष्क स्क्यान डेटा प्रयोग गरेर एआई मेसिन लर्निङ एल्गोरिथ्म विकास गरे। प्रयोग गरिएको  मेसिन लर्निङ एल्गोरिदम एक्स्ट्रिम ग्रेडियन्ट बुस्टिङ थियो। अन्वेषकहरूको रिपोर्टका अनुसार प्रशिक्षण र स्वतन्त्र पुष्टि डेटासेटहरूमा वर्गीकरणकर्ताको शुद्धता क्रमशः ८५ प्रतिशत र ७३ प्रतिशत थियो।

प्राप्त नतिजालाई आधार मानि किशोर मस्तिष्कको विकासलाई विचार गर्दा, व्यक्तिहरूको लागि आधारभूत एमआरआई स्क्यानहरूले उनीहरूको भविष्यवाणी पहिचान गर्न सहयोगी हुने वैज्ञानिकहरूले निष्कर्ष निकालेका छन्।