研究人员使用人工智能工具预测孤独感

在过去的几十年中，一直存在着一种孤独感大流行，其特征是自杀率和阿片类药物使用率上升，生产力下降，医疗保健成本增加和死亡率上升。专家说，COVID-19及其相关的社会隔离和封锁，只会使情况变得更糟。

准确评估社会孤独感的广度和深度令人望而生畏，这受到可用工具(例如自我报告)的限制。在2020年9月24日在线发表在《美国老年精神病学杂志》上的新概念验证论文中，由加利福尼亚大学圣地亚哥分校医学院的研究人员领导的团队使用人工智能技术来分析自然语言模式(NLP)辨别老年人的孤独感。

高级作者说：“大多数研究都使用直接的问题，即“您多久感到孤独”，这可能会因与孤独感相关的污名而导致偏见，或者没有明确使用“孤独”一词的UCLA孤独感量表。加州大学圣地亚哥分校医学院精神病学助理教授艾伦·李(医学博士)。“在这个项目中，我们使用自然语言处理或自然语言处理(NLP)，对表达的情绪和情感进行了公正的量化评估，并与通常的孤独感测量工具相结合。”

近年来，大量研究表明，在不同的人群中，特别是最脆弱的人群，例如老年人，孤独感的发生率正在上升。例如，今年早些时候发表的加州大学圣地亚哥分校的一项研究发现，居住在独立的高级住房社区中的居民中，有85%的人报告中度到严重的孤独感。

这项新的研究还针对独立的高级居住居民：80名年龄在66至94岁之间的参与者，平均年龄为83岁。但是，除了简单地询问和记录来自UCLA孤独感量表的问题的答案外，还由受过训练的研究人员在更非结构化的对话中采访参与者，这些对话使用IBM开发的NLP理解软件以及其他机器学习工具进行了分析。

“自然语言处理和机器学习使我们能够系统地检查来自许多人的长时间访谈，并探讨诸如情感之类的微妙的言语特征如何表明孤独感。人类进行类似的情感分析将容易产生偏见，缺乏连贯性，并且需要进行广泛的培训才能标准化。”第一作者Varsha Badal博士，博士后研究员。

结果中：

孤独的人在定性访谈中的回答时间更长，对直接有关孤独感的问题表达的悲伤更多。

女性比男性更有可能在面试中承认感到孤独。

与女性相比，男性在回答中使用了更多的恐惧和快乐的语言。

作者说，这项研究强调了对孤独感的研究评估与个人的主观孤独感之间的差异，基于NLP的工具可以帮助调和。早期的发现反映出可能存在“孤独的言语”，可用来检测老年人的孤独感，改善临床医生和家庭评估和治疗老年人的孤独感的方式，尤其是在身体疏远和社会孤立的时期。

这组作者说，这项研究证明了使用转录语音的自然语言模式分析来更好地解析和理解诸如孤独之??类的复杂情感的可行性。他们说，机器学习模型预测定性孤独的准确性为94%。

“我们的IBM-UC圣地亚哥中心现在正在探索孤独和智慧的NLP特征，这些特征与老年人成反比。语音数据可以与我们对认知，活动能力，睡眠，身体活动和心理健康的其他评估相结合，以改善我们的了解衰老并帮助促进成功的衰老。”该研究的合著者Dilip Jeste医师表示，他是健康衰老和高级护理高级副院长，也是IBM-UC圣地亚哥健康生活人工智能中心的联合主任。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“物联之家 - 物联观察新视角,国内领先科技门户”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读