机器学习与痴呆症的研究


doctor-patient

最近,我们看到机器在理解和解释人类语音的能力上有了很大的提高。事实上,甚至在制造机器方面也取得了巨大的进步sound more human比他们现在做的还要多。

然而,在这篇文章中,我将介绍一些正在提高我们解读人类语言能力的项目。首先是一个study从今年年初开始,该公司就在寻求开发一种算法,可以在现场治疗过程中检测移情。

一个简单的语音识别级别允许系统自动识别关键短语,这些短语将在语音中显示出一定程度的同理心。其中包括“你认为吗”,“这听起来像”等表示高度同理心的词,或者“你需要”和“过去期间”等表示低度同理心的词。

“人类行为信号处理和信息学方面的技术进步不仅有希望通过将通常是人工处理的过程自动化来扩大规模和节省成本,而且通过提供发现工具来实现新的洞察力。这项特殊的研究发现了一种隐藏的心理状态,这表明计算机可以通过训练来利用观察数据来检测像移情这样的结构,“作者说。

改进对话

与此类似的是麻省理工学院的一个分拆项目,名为Cogito他们运用他们的智慧来尝试和改进客户支持人员和他们的客户之间的对话。该系统旨在就如何改进对话提供实时协助。

这可以是一些像调整一个人讲话的速度,使其反映客户,或者甚至改变我们的语调,如果客户变得情绪化。如果系统认为更高的资历会有所帮助,它甚至会通知主管。

然而,在医疗保健方面可能取得了最显著的进步。麻省理工学院的一个团队开发了一种可穿戴设备,旨在帮助患有言语障碍的人。

“当病人来接受治疗时,你可能只能分析他们的声音20到30分钟,以了解他们做错了什么,并让他们练习更好的技巧。”小组解释说。“他们一离开,我们就真的不知道他们做得怎么样了,所以想到我们最终能给病人提供可穿戴设备,利用全天候的数据提供更即时的反馈,这是令人兴奋的。”

早期预警

另一个令人着迷的医疗项目来自于一家名为Canary Speech该公司由首席执行官亨利·奥康奈尔(Henry O'Connell)和首席技术官杰夫·亚当斯(Jeff Adams)掌管,这两人之前都是Yap的老板,后来被亚马逊收购以支持他们后来的Echo项目。

这项技术旨在帮助识别和诊断许多认知疾病,如痴呆症,帕金森氏症和阿尔茨海默氏症。

它通过分析我们在说什么,以及我们是如何说的来尝试和检测潜在的条件迹象来做到这一点。在亚当斯演讲之前,我和他谈过 AI Europe,他解释了这个系统是如何运作的。

“通过检查患有特殊疾病的患者的大量语音录音,甚至是在他们被诊断之前的录音,我们使用机器学习来识别他们所使用的单词的模式和标记,他们的措辞以及他们说话的质量。我们的目标是更早地发现警告信号,这样患者就可以尽早得到治疗,从而产生真正的效果。“

该系统已经在一家美国医疗保健公司进行了试验,在病人与临床医生交流时,可以实时采集数据并进行分析。

只需说,随着更多的数据被提供给他们用来微调他们的算法,这项技术只会变得更好。传统的医疗保健设施提供了很少的乐观,但随着远程医疗等领域变得越来越流行,数据在未来似乎不可避免地将不再是一个问题。

虽然这项技术仍处于起步阶段,而且毫无疑问,在准确性和隐私方面都存在着需要解决的问题,但这是一个令人兴奋的一瞥,可以看到什么是可能的。