AI iz govora detektira suicidalne namjere
- Objavljeno u ZDRAVLJE
![image](https://www.vidi.hr/var/ezflow_site/storage/images/zdravlje/ai-iz-govora-detektira-suicidalne-namjere/714451-1-cro-HR/AI-iz-govora-detektira-suicidalne-namjere.jpg)
Govor je ključan za otkrivanje suicidalnih ideja i ključ za razumijevanje mentalnog i emocionalnog stanja ljudi koji to doživljavaju. Savjetnici na telefonskoj liniji za samoubojstva obučeni su za brzu analizu varijacija govora kako bi bolje pomogli pozivateljima u krizi.
Ali baš kao što nijedan sustav nije savršen, postoji prostor za pogreške u tumačenju govora pozivatelja. Kako bi pomogao savjetnicima na telefonskoj liniji da pravilno procijene stanje pozivatelja, doktorand Alaa Nfissi s kanadskog Sveučilišta Concordia u Montrealu, razvio je model za prepoznavanje govornih emocija (SER) koristeći alate umjetne inteligencije. Model analizira i kodira modulacije valnog oblika u glasovima pozivatelja.
"Tradicionalno, SER su ručno radili obučeni psiholozi koji bi komentirali govorne signale, što zahtijeva visoku razinu vremena i stručnosti", kaže on. "Naš model dubokog učenja automatski izvlači značajke govora koje su relevantne za prepoznavanje emocija."
Nfissi je član Centra za istraživanje i intervenciju o samoubojstvima, etičkim pitanjima i praksama na kraju života (CRISE).
Kako bi izgradio svoj model, Nfissi je koristio bazu podataka o stvarnim pozivima upućenim telefonskim linijama za suicide, koji su bili spojeni s bazom podataka snimki različitih glumaca koji su izražavali određene emocije. Oba skupa snimaka segmentirali su i komentirali obučeni istraživači ili glumci koji su dali glasove snimkama, prema protokolu skrojenom za ovaj zadatak.
Svaki segment je označen kako bi odražavao određeno stanje uma: ljut, neutralan, tužan ili uplašen/zabrinut/zabrinut. Snimke glumaca poboljšale su emocionalnu pokrivenost izvornog skupa podataka, u kojima su stanja ljutnje i straha/zabrinutosti/zabrinutosti bila nedovoljno zastupljena.
Nfissijev model dubokog učenja zatim je analizirao podatke pomoću neuronske mreže i rekurentnih jedinica s usmjernicima. Ove arhitekture dubokog učenja koriste se za obradu nizova podataka koji izdvajaju lokalne značajke koje ovise o vremenu.
"Ova metoda prenosi emocije kroz vremenski proces, što znači da možemo otkriti emocije prema onome što je bilo prije jednog pojedinačnog trenutka. Imamo predodžbu što se dogodilo i što je bilo prije te da bolje detektiramo emocionalno stanje u određenom trenutku", navodi Nfissi,
Rezultati su potvrdili uspješnost Nfissijevog modela. Točno je prepoznao četiri emocije u spojenom skupu podataka i identificirao strah/zabrinutost u 82 posto slučajeva - neutralno u 78 posto, tužan u 77 posto i ljut u 72 posto vremena.
Model se pokazao osobito vještim u ispravnom identificiranju profesionalno snimljenih segmenata, sa stopama uspjeha između 78 posto za tužne i 100 posto za ljutite.
Ovaj rad je vrlo osoban za Nfissija, koji je morao detaljno proučavati intervencije telefonskih linija za samoubojstva dok je razvijao model.
"Mnogi od tih ljudi pate, a ponekad samo jednostavna intervencija savjetnika može puno pomoći. Međutim, nisu svi savjetnici obučeni na isti način, a nekima će možda trebati više vremena da obrade i razumiju emocije pozivatelja. Ovo će, nadamo se, osigurati da će intervencija pomoći i u konačnici spriječiti samoubojstvo.
Znanstveni rad objavljen u časopisu IEEE Xplore možete pronaći na ovoj poveznici.
Ukoliko imate suicidalne misli ili vas zbog bilo čega opsjedaju crne misli, u Hrvatskoj se možete obratiti volonterima udruge Plavi telefon na besplatni broj 01 4833 888.