سلامت روان

کاربرد مهم هوش مصنوعی برای سلامت روان

پویش نفس: محمد حیدری، دکتری تخصصی اپیدمیولوژی دانشگاه علوم پزشکی ارومیه اظهار کرد: هوش مصنوعی یکی از شاخه‌های علم رایانه است که با استفاده از الگوریتم‌های پیشرفته تلاش می‌کند بسیاری از فعالیت‌ها را با حداقل دخالت انسان، دقت بیشتر و هزینه کمتر انجام دهد و امروز این فناوری در حوزه پزشکی به سرعت در حال گسترش است.

وی افزود: هوش مصنوعی در بسیاری از فرایندهای تشخیصی از جمله تحلیل تصاویر پزشکی، شمارش سلول‌ها، تشخیص بیماری‌ها و همچنین سلامت روان کاربرد پیدا کرده و دقت بالایی در تصمیم‌گیری‌های پزشکی از خود نشان داده است.

حیدری با اشاره به کاربرد این فناوری در حوزه سلامت روان گفت: امروزه هوش مصنوعی می‌تواند در تشخیص افسردگی، اضطراب، سوءمصرف مواد و حتی پیش‌بینی خطر خودکشی نقش مؤثری ایفا کند. برخلاف گذشته که تنها یک نوع داده به سامانه‌های هوشمند داده می‌شد، اکنون مدل‌های «چندوجهی» یا Multimodal AI به‌طور هم‌زمان اطلاعات متنی، صوتی، تصویری، سیگنال‌های زیستی، پرونده‌های پزشکی و حتی داده‌های ساعت‌های هوشمند را تحلیل می‌کنند.

وی ادامه داد: سرعت و لحن گفتار، حالات چهره، میزان تماس چشمی، حرکات بدن، سیگنال‌های مغزی و داده‌های ثبت‌شده توسط ابزارهای پوشیدنی، همگی می‌توانند به‌عنوان ورودی در اختیار هوش مصنوعی قرار گیرند تا الگوهای غیرطبیعی رفتاری و روانی شناسایی شود.

این پژوهشگر با بیان اینکه آینده پزشکی به سمت درمان‌های شخصی‌سازی‌شده حرکت می‌کند، اظهار کرد: هوش مصنوعی این امکان را فراهم می‌کند که درمان هر فرد متناسب با ویژگی‌های اختصاصی او طراحی شود و دیگر نسخه‌های درمانی برای همه بیماران یکسان نباشد.

وی همچنین بر ضرورت توسعه ابزارهای بومی هوش مصنوعی در کشور تأکید کرد و گفت: طراحی سامانه‌های داخلی متناسب با فرهنگ، زبان و نیازهای جامعه ایرانی، یکی از الزامات توسعه این فناوری در نظام سلامت است.

حیدری، نتایج پژوهشی درباره تحلیل اجتماعی خودکشی با استفاده از داده‌های گوگل را ارائه کرد و گفت: مردان معمولاً مشکلات روانی خود را کمتر بیان می‌کنند، اما رفتار آنها در فضای مجازی می‌تواند اطلاعات ارزشمندی درباره وضعیت روانی جامعه در اختیار پژوهشگران قرار دهد.

وی افزود: در این مطالعه، داده‌های جست‌وجوی کاربران ایرانی در موتور جست‌وجوی گوگل بین سال‌های ۲۰۱۳ تا ۲۰۲۵ استخراج و تحلیل شد. پژوهشگران با استفاده از زبان طبیعی گوگل و نرم‌افزارهای آماری، روند جست‌وجوی کلیدواژه‌های مرتبط با خودکشی را در سطح کشور و استان‌ها بررسی کردند.

حیدری گفت: عبارت‌هایی مانند «خودکشی»، «قرص خودکشی»، «خودکشی بدون درد» و «افسردگی شدید» از جمله پرتکرارترین جست‌وجوهای کاربران ایرانی بوده است.

وی با اشاره به نتایج این پژوهش افزود: بررسی روند زمانی جست‌وجوها نشان داد افزایش جست‌وجوی واژه‌های مرتبط با خودکشی همزمان با برخی بحران‌های ملی از جمله زلزله کرمانشاه، بحران‌های اقتصادی و همه‌گیری کرونا رخ داده است.

این اپیدمیولوژیست ادامه داد: تحلیل الگوهای فصلی نیز نشان داد بیشترین میزان جست‌وجوی واژه‌های مرتبط با خودکشی در ایران در ماه‌های پایانی سال مشاهده می‌شود و این الگو با داده‌های ثبت‌شده پزشکی قانونی نیز همخوانی قابل توجهی دارد.

وی با اشاره به پراکندگی جغرافیایی این جست‌وجوها اظهار کرد: استان‌های غربی کشور از جمله ایلام، کرمانشاه و کردستان همچنان بیشترین میزان جست‌وجوهای مرتبط با خودکشی را دارند، اما برخی استان‌ها نیز نیازمند بررسی‌های دقیق‌تر هستند تا عوامل زمینه‌ای این پدیده شناسایی شود.

حیدری یکی از یافته‌های مهم این پژوهش را تأثیر اخبار خودکشی افراد مشهور بر افزایش جست‌وجوهای مرتبط با خودکشی عنوان کرد و گفت: انتشار اخبار مربوط به خودکشی سلبریتی‌ها می‌تواند موجب افزایش چشمگیر جست‌وجوی این موضوع و شکل‌گیری رفتارهای تقلیدی در جامعه شود.

وی همچنین خاطرنشان کرد: در مقابل، تقریباً هیچ جست‌وجوی قابل توجهی درباره خدمات حمایتی مانند اورژانس اجتماعی یا مراکز مشاوره مشاهده نشد که این موضوع ضرورت افزایش آگاهی عمومی درباره مسیرهای دریافت کمک را نشان می‌دهد.

این پژوهشگر دانشگاه علوم پزشکی ارومیه تأکید کرد: نتایج مطالعه نشان داد افزایش جست‌وجوی برخی واژه‌ها مانند «افسردگی شدید» می‌تواند تا حدود شش ماه قبل از اقدام به خودکشی مشاهده شود؛ موضوعی که فرصت ارزشمندی برای مداخلات پیشگیرانه در اختیار نظام سلامت قرار می‌دهد.

وی پیشنهاد کرد: وزارت بهداشت با استفاده از ظرفیت هوش مصنوعی، سامانه‌ای ملی برای پایش روزانه داده‌های فضای مجازی ایجاد کند تا روندهای مرتبط با سلامت روان، خودکشی و سایر آسیب‌های اجتماعی به‌صورت برخط رصد شده و مداخلات پیشگیرانه در زمان مناسب انجام شود.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا