研究人員利用人工智慧來辨別老年人的孤獨程度

美國看病服務機構和生元國際了解到，在過去的幾十年裡，孤獨流行，其特點是自殺率和阿片類藥物使用率上升，生產力下降，醫療費用增加和死亡率上升。

專家們說，Covid-19大流行及其相關的社會疏遠和封鎖只會讓情況變得更糟。

準確評估社會孤獨的廣度和深度是令人畏懼的，這受到了可用工具的限制，比如自我報告。

在新概念驗證論文在線發表在9月24日,2020年在美國老年精神病學雜誌》上,研究人員領導的研究小組在加州大學聖地牙哥醫學院使用人工智慧技術來分析自然語言模式(NLP)老年人孤獨的辨別度。

「大多數研究使用一個直接的問題『你經常感到孤獨,這可能導致偏見反應由於恥辱孤獨或UCLA孤獨量表不顯式地使用這個詞孤獨,」李資深作者艾倫說,醫學精神病學助理教授在加州大學聖地牙哥分校醫學院的。

「在這個項目中，我們使用了自然語言處理(NLP)，一種對表達的情感和情緒進行無偏見的定量評估，與通常的孤獨感測量工具相結合。」

近年來，大量研究表明，不同人群的孤獨感在上升，尤其是那些最脆弱的人群，如老年人。

例如，加州大學聖地牙哥分校(UC San Diego)今年早些時候發表的一項研究發現，住在獨立老年人住宅社區的85%的居民報告說，他們有中度到嚴重程度的孤獨。

這項新研究還集中在獨立的老年居民身上:80名參與者的年齡在66歲到94歲之間，平均年齡為83歲。但是，除了簡單地詢問和記錄加州大學洛杉磯分校孤獨感量表的答案，參與者還接受了訓練有素的研究人員的採訪，他們進行了更為非結構化的對話，這些對話由IBM開發的nlp理解軟體以及其他機器學習工具進行分析。

NLP和機器學習使我們能夠系統地檢查來自許多個體的長時間訪談，並探索情感等微妙的語言特徵是如何表明孤獨的。人類的類似情緒分析很容易產生偏見，缺乏一致性，需要大量的培訓才能使其標準化。」Varsha Badal，博士，研究第一作者和博士後研究員，加州大學聖地牙哥分校

調查結果:

在定性訪談中，孤獨個體的回答時間較長，在回答有關孤獨的直接問題時，表達悲傷的程度也較高。

女性比男性更可能承認在面試中感到孤獨。

與女性相比，男性在回答中使用了更多恐懼和喜悅的詞語。

作者說，這項研究強調了研究評估孤獨和個人對孤獨的主觀體驗之間的差異，基於nlp的工具可以幫助調和這一點。

早期的發現反映了「孤獨語言」如何被用來檢測老年人的孤獨，改善了臨床醫生和家庭評估和治療老年人孤獨的方式，特別是在身體距離和社會孤立的時候。

作者說，這項研究證明了使用轉錄語言的自然語言模式分析來更好地分析和理解像孤獨這樣的複雜情感的可行性。他們說，機器學習模型預測定性孤獨的準確率為94%。

我們IBM-UC聖地牙哥中心正在探索孤獨與智慧的NLP特徵，這在老年人中呈負相關。語音數據可以結合我們的其他評估的認知、流動性、睡眠、身體活動和心理健康提高我們理解衰老和促進成功的老化」迪利普研究的合著者這樣說,醫學博士,高級副院長健康老化和高級護理和IBM-UC聖地牙哥聯合中心的人工智慧健康生活。