Techlosure 
Ruh sağlığını tehdit eden rahatsızlıklar, yalnızca bireylerin yaşam kalitesini düşürmekle kalmıyor; aynı zamanda ekonomilere de ağır maliyetler yüklüyor. Geleneksel teşhis yöntemleri çoğunlukla kişisel beyanlara dayanıyor ve uzman erişimindeki sınırlılıklar nedeniyle erken müdahale imkânı kısıtlı kalıyor. Bu durum, daha güvenilir ve hızlı teşhis yöntemlerine olan ihtiyacı artırıyor.
YENİ YAPAY ZEKA MODELİ: FbGNN
Araştırmacılar, “Fossa Tabanlı Grafik Sinir Ağı” (FbGNN) adını verdikleri bir yapay zeka modeli geliştirdi. Bu sistem, klinik ortamlarda alınan beyanlara güvenmek yerine, kişilerin sosyal medya ve çevrimiçi forumlarda kullandıkları dili analiz ediyor. Kelimelerden cümle yapılarına, duygusal tonlamalardan davranışsal ipuçlarına kadar geniş bir yelpazede inceleme yaparak ruh halindeki sapmaları tespit edebiliyor.
DOĞADAN İLHAM ALAN ALGORİTMA
Modelin başarısının arkasında iki temel teknik bulunuyor:
- Fossa optimizasyonu: Doğadaki canlıların arama stratejilerinden esinlenerek, metinlerdeki gereksiz verileri filtreliyor ve doğrudan zihinsel sıkıntıyı işaret eden kelime ve ifadelere odaklanıyor.
- Grafik sinir ağı (GNN): Bilgiyi düğümler ve bağlantılar şeklinde işleyerek duygusal ifadelerin karmaşık kombinasyonlarını ortaya çıkarıyor.
Bu iki yöntem birleştiğinde, sistem depresyon, kaygı, bipolar bozukluk ve stres gibi durumları yüzde 99 doğruluk oranıyla tahmin edebiliyor.
SAĞLIK VE İŞ DÜNYASI İÇİN FIRSATLAR
Yüzde 99’luk doğruluk oranı, özellikle kalabalık çalışan grupları, öğrenciler ve risk altındaki topluluklar için hızlı ve etkili bir tarama mekanizması sunuyor. Sağlık hizmetlerinde kaynakların doğru yönlendirilmesini sağlayan bu teknoloji, yalnızca yüz kişiden birini gözden kaçırma ihtimaliyle geleneksel yöntemlere kıyasla çok daha güvenilir bir “erken uyarı sistemi” vaat ediyor. Uzmanlar, sistemin geliştirilmesiyle doğruluk oranının yüzde 100’e yaklaşabileceğini öngörüyor.
About the Author
