صحتك كير صحة، علاج، وقاية
مقالات مشابهة
الأبحاث المنشورة في المجلة الدولية لتقنيات واستراتيجيات تحليل البيانات يوضح كيف يمكن استخدام نموذج التعلم العميق شبه الخاضع للإشراف لتحديد علامات الاكتئاب لدى مستخدمي وسائل التواصل الاجتماعي عبر الإنترنت. وبالنظر إلى أن الصحة العقلية تحتل مكانة عالية في جدول الأعمال الطبي الحديث، فإن تطوير الأساليب التي يمكن أن تساعد في اكتشاف الأعراض المبكرة المرتبطة بمشاكل الصحة العقلية يمكن أن يكون مهما في تقديم التدخل للمستخدمين عاجلا وليس آجلا.
يشير جوراف كومار جوبتا وديليب كومار شارما من قسم هندسة الكمبيوتر وتطبيقاته بجامعة GLA في ماثورا بالهند إلى أن تحديد الأشخاص المعرضين لخطر الإصابة بمشاكل الصحة العقلية يمثل تحديًا مهمًا في العصر الرقمي. يقضي العديد من الأشخاص الكثير من وقتهم عبر الإنترنت، أو يعملون عن بعد، أو منعزلين إلى حد ما عن التفاعلات وجهًا لوجه، وحتى أولئك الذين لا يفعلون ذلك يمكنهم في كثير من الأحيان إخفاء المشكلات، لذلك قد يكون التشخيص صعبًا. إن التحدي المتمثل في تحديد علامات الاكتئاب وسط بحر هائل من بيانات وسائل التواصل الاجتماعي يمكن أن يقدم نظرة ثاقبة للصحة العقلية.
استخدم نهج الفريق تحليلاً مفصلاً للخصائص الديموغرافية والمتعلقة بالمحتوى، بما في ذلك الجوانب الهيكلية والفروق الدقيقة الدلالية للبيانات في تحديثات وسائل التواصل الاجتماعي. يمكن للنظام من خلال نموذج التشفير التلقائي العميق الخاص به استخراج البيانات وأنماط الكلمات المرتبطة بأعراض الاكتئاب أو المميزة لها. يمكن توسيع الرؤى المتاحة من خلال السماح للخوارزمية بالوصول إلى الملف الشخصي للشخص بمجرد تحديد إشارة إلى التحديثات المرتبطة بالاكتئاب. وبالتالي، من خلال الجمع بين درجات الاكتئاب في التغريدات، وسمات الملف الشخصي، والمعرفة المختلطة، يصنف النظام المستخدمين على أنهم إما مكتئبون أو غير مكتئبين.
يوضح البحث دقة محسنة مقارنة بالطرق الأخرى بنسبة تزيد عن 11%. وهذا يمكن أن يفتح بالتالي إمكانية تطوير النهج كجزء من تقنية متعددة الوسائط لتحديد الاكتئاب من أشكال أخرى من المحتوى عبر الإنترنت، مثل تعبيرات الوجه والصور والفيديو. إن كيفية استخدام التشخيص هي مسألة الفرد والطبيب.
