Kecerdasan Buatan ini dapat Mendeteksi kesehatan Mental Berdasarkan Analisis Teks

Berita Baru, Inggris – Model kecerdasan buatan (AI) telah dibuat yang dapat mendeteksi kesehatan mental pengguna, hanya dengan menganalisis percakapan mereka di platform sosial atau forum terkenal, Reddit.

Dilansir dari Dailymail.co.uk, pada 29 Maret, sebuah tim ilmuwan komputer dari Dartmouth College di Hanover, New Hampshire, mulai melatih model AI untuk menganalisis teks media sosial.

Ini adalah bagian dari gelombang muncul alat penyaringan yang menggunakan komputer untuk menganalisis posting media sosial dan mendapatkan wawasan tentang keadaan mental orang.

Tim memilih Reddit untuk melatih model mereka karena memiliki setengah miliar pengguna aktif, semuanya secara teratur mendiskusikan berbagai topik melalui jaringan subreddit.

Mereka berfokus pada pencarian maksud emosional dari postingan, bukan pada konten sebenarnya, dan menemukan bahwa performanya lebih baik dari waktu ke waktu dalam menemukan masalah kesehatan mental.

Teknologi semacam ini suatu hari nanti dapat digunakan untuk membantu dalam diagnosis kondisi kesehatan mental, atau digunakan untuk memoderasi konten di media sosial.

Studi sebelumnya, mencari bukti kondisi kesehatan mental yang di posting individu di media sosial, telah melihat teks, bukan niat mereka.

Ada banyak alasan mengapa orang tidak mencari bantuan untuk gangguan kesehatan mental, termasuk stigma, biaya tinggi, dan kurangnya akses ke layanan, kata tim tersebut.

Ada juga kecenderungan untuk meminimalkan tanda-tanda gangguan mental atau menyamakannya dengan stres, menurut Xiaobo Guo, rekan penulis studi baru tersebut.

Ada kemungkinan bahwa mereka akan mencari bantuan dengan beberapa dorongan, katanya, dan di situlah alat skrining digital dapat membuat perbedaan.

“Media sosial menawarkan cara mudah untuk memasuki perilaku orang,” tambah Guo.

Forum Reddit adalah platform pilihan mereka karena banyak digunakan oleh basis pengguna aktif yang besar yang membahas berbagai topik.

Posting dan komentar tersedia untuk umum, dan para peneliti dapat mengumpulkan data sejak tahun 2011.

Dalam studi mereka, para peneliti berfokus pada apa yang mereka sebut gangguan emosional, seperti depresi mayor, kecemasan, dan gangguan bipolar yang ditandai dengan pola emosional yang berbeda yang dapat dilacak.

Mereka melihat data dari pengguna yang telah melaporkan diri memiliki salah satu gangguan ini, dan dari pengguna tanpa gangguan mental yang diketahui.

Mereka melatih model AI mereka untuk melabeli emosi yang diekspresikan dalam postingan pengguna dan memetakan transisi emosional di antara postingan yang berbeda.

Sebuah postingan teks di forum dapat diberi label ‘gembira’, ‘marah’, ‘sedih’, ‘takut’, ‘tidak ada emosi’, atau kombinasi dari semua ini oleh model kecerdasan AI.

Peta adalah matriks yang akan menunjukkan seberapa besar kemungkinan pengguna berpindah dari satu keadaan ke keadaan lain, seperti dari marah ke keadaan netral tanpa emosi.

Gangguan emosional yang berbeda memiliki pola khas transisi emosional, tim menjelaskan.

Dengan membuat berbagai label ‘sidik jari’ emosional untuk pengguna dan membandingkannya dengan tanda-tanda gangguan emosional yang sudah ada, model dapat mendeteksinya.

Misalnya, pola penggunaan kata dan nada tertentu dalam sebuah pesan, menunjuk ke keadaan emosi utama, dan dilacak melalui beberapa posting, sehingga sebuah pola ditemukan.

Untuk memvalidasi hasil mereka, mereka mengujinya pada posting yang tidak digunakan selama pelatihan dan menunjukkan bahwa model secara akurat memprediksi pengguna mana yang mungkin atau mungkin tidak memiliki salah satu dari gangguan ini, dan itu meningkat dari waktu ke waktu.

“Pendekatan ini menghindari masalah penting yang disebut ‘kebocoran informasi’ yang dihadapi oleh alat penyaringan biasa,” kata Soroush Vosoughi, asisten profesor ilmu komputer dan rekan penulis lainnya.

Model lain dibangun dengan meneliti dan mengandalkan konten teks, katanya, dan meskipun model menunjukkan kinerja tinggi, mereka juga bisa menyesatkan.

“Misalnya, jika seorang model belajar untuk menghubungkan penyakit ‘COVID’ dengan ‘kesedihan’ atau ‘kecemasan’, Vosoughi menjelaskan, secara alami akan mengasumsikan bahwa seorang ilmuwan yang mempelajari dan memposting (dengan tidak memihak) tentang COVID-19 menderita depresi atau kecemasan.”

“Di sisi lain, model kecerdasan baru ini hanya memusatkan perhatian pada emosi dan tidak belajar apa pun tentang topik atau peristiwa tertentu yang dijelaskan dalam postingan.”

Sementara para peneliti tidak melihat strategi intervensi, mereka berharap pekerjaan ini dapat menunjukkan jalan ke pencegahan. Dalam makalah mereka, mereka membuat alasan yang kuat untuk pemeriksaan model yang lebih bijaksana berdasarkan data media sosial.

“Sangat penting untuk memiliki model yang berkinerja baik,’ kata Vosoughi, ‘tetapi juga benar-benar memahami cara kerja, bias, dan keterbatasan mereka.”

Temuan ini telah diterbitkan dalam pracetak di ArXiv.