Ampliaré un poco la respuesta anterior del usuario de Quora sobre ese tema de identificación de depresión. Hay cosas que podrían hacerse en términos de tratamiento , pero que se vuelven muy complicadas porque las causas subyacentes de una depresión pueden ser complejas; lo que a su vez significa que el tratamiento de la depresión es personalizado para cada persona individual. A lo largo de la línea de investigación de identificación, podría tratarse de crear un modelo que sea bueno para identificar marcadores genéticos o afecciones médicas que aumenten la probabilidad de que alguien se deprima. Pero eso es demasiado para entrar aquí, así que me enfocaré en el lado no médico de la identificación potencial.
Antes de comenzar, solo quiero poner un descargo de responsabilidad básico de que identificar, diagnosticar y tratar los trastornos psicológicos no es como otras formas de medicina, donde hay signos y síntomas claros que pueden señalar un camino de tratamiento conocido de probable éxito . La depresión es experimentada y expresada de manera diferente por todos los que posee, y un verdadero diagnóstico debe ser de un profesional debido a que es una especie de mezcla de habilidad enfática, comprensión médica y personalidad. A veces necesitas cavar en una persona para extraer el diagnóstico. Ningún análisis de sangre o prueba de opción múltiple puede determinar afecciones psicológicas como puede hacerlo un experto.
En mi publicación aquí, no diré que esto diagnosticará la depresión. De lo que hablaré aquí es de identificar elementos comunes en el comportamiento en línea entre aquellos que tienen depresión, y proporcionar un resultado basado en una “confianza razonable” de que la persona puede estar deprimida. Eso es algo crítico a tener en cuenta aquí.
- ¿Cuáles son las buenas nuevas empresas en Chandigarh en el campo de la informática y la informática?
- Estoy buscando hacer un trabajo de investigación sobre 'Algoritmo genético de optimización de trayectoria'. ¿Qué trabajos de investigación disponibles con enlaces hay en Internet?
- ¿Cómo se puede seguir el Karma Yoga en el campo de la informática?
- ¿Cuáles son los teoremas / deducciones más ingeniosos en la teoría de grafos?
- ¿La Facultad de Ingeniería Poonjar está produciendo ingenieros informáticos de clase mundial?
Esto se señala con humor en Futurama, con el Dr. Perceptron (también una broma ya que un “Perceptron” es un algoritmo de aprendizaje en IA), que la psicología de la IA puede ser complicada …
La depresión es algo que lentamente profundiza en casi todos los rincones y grietas del comportamiento externo (e interno) de una persona. Si bien la postura y la puerta serían una de las pantallas visuales, hay muchos otros signos que podrían observarse y usarse para entrenar un algoritmo de ML para identificar.
Una fuente de datos que sugeriría utilizar sería Social Media. Lo que las personas comparten, o no comparten, pueden ser signos potenciales de depresión leve a severa; si sabes donde mirar
Lo dividiré en algunos modelos diferentes:
- Identificación de señales primarias , como el uso de frases, términos o expresiones de acciones que se correlacionan con trastornos depresivos, problemas de autoestima o trastornos de ansiedad que comúnmente conducen a la depresión.
- Identificación de señales secundarias . Esto es más difícil de hacer porque esencialmente estarías tratando de leer entre líneas e identificar las pistas más sutiles a través de comportamientos o señales secundarias.
Señales primarias
Ejemplos de lo que llamé “señales principales” serían cosas como “Aquí hay una foto mía, pero dudo que a alguien le importe” o “Tener una cita es tan terrible, ¿quién querría salir con alguien con mis problemas?” O “Esta fiesta parece que fue divertido, pero estoy demasiado cansado para hacerlo “(el uso de la fatiga como una excusa común para evitar actividades sociales es un fuerte indicador de ansiedad y depresión social).
Todas esas son exageraciones obvias de lo que alguien podría decir, pero solo se muestran como un ejemplo. El punto sería que había una expresión externa de identificadores depresivos que podrían ser ingeridos a través de las fuentes de datos de escucha de las redes sociales. Una vez ingerido, se puede pasar a través de PNL para comprender y etiquetar, que luego puede pasar a través de un algoritmo para determinar la confianza de que una persona puede estar expresando señales depresivas basadas en esas etiquetas.
Señales Secundarias
Bajo la categoría de señales secundarias, hay muchas vías potenciales para mirar. Algunos están basados en texto, como el contenido de la publicación y los comentarios, y algunos están basados en la acción, como publicar cambios de frecuencia. Por ejemplo,
- La caída en la frecuencia de intercambio social después de un “incidente” como una ruptura, pérdida de un ser querido u otro evento depresivo.
- Comportamiento menos detallado; es decir, respuestas más cortas a preguntas, “me gusta” en lugar de comentarios a preguntas u otros indicadores de evasión social.
- Menos compromiso con los eventos. es decir, aumenta la acción de marcar la casilla “Quizás” para invitaciones a eventos sociales en lugar de “Asistir” o “No asistir”.
Visión por computador
En ese sentido, también podría aplicar teóricamente este concepto a un modelo de visión por computadora que ingiere imágenes publicadas en las redes sociales. Si se pudiera construir una biblioteca de imágenes que contenga todas las imágenes sociales publicadas por, o contenga etiquetado, a alguien diagnosticado profesionalmente con un trastorno depresivo, entonces teóricamente podrías identificar elementos en común.
Esto es solo una suposición porque no he visto una biblioteca de este tipo, pero bajo la categoría de “señales principales”, los puntos en común podrían ser imágenes que son sutiles o aparentemente macabras dirigidas hacia sí mismas, o imágenes de su persona donde ocultan regularmente su rostro como ejemplos
En el lado de las “señales secundarias” de la visión por computadora, el aumento en la frecuencia de publicación de imágenes con iluminación y colores más oscuros, o incluso por los cambios en la expresión facial con el tiempo, los selfies cambian de signos de felicidad y alegría a signos de fatiga, tristeza, depresión etc. Esto podría ser una gran fuente de señales que ML podría identificar potencialmente.
Lectura relevante:
- Las publicaciones de Facebook pueden ofrecer pistas de depresión
- Un nuevo estudio vincula Facebook con la depresión: pero ahora entendemos por qué.
- Cómo saber si alguien está ansioso o deprimido en Facebook, y cómo ayudar
