Podcastu można też posłuchać na Spotify:
- https://podcasts.apple.com/us/podcast/uczenie-maszynowe-w-wykrywaniu-schizofrenii-dr-justyna/id1437994794?i=1000510499324
- https://soundcloud.com/swpspl/uczenie-maszynowe-w-wykrywaniu
- https://lectonapp.com/pl/audiobook/9c756723-2a70-4d61-8d06-6104c9a399af?_lst
Czy komputery są w stanie rozpoznawać schizofrenię równie skutecznie jak psychiatrzy? Czy stan pacjenta można monitorować na odległość? Wraz z rozwojem metod NLP (przetwarzania języka naturalnego) i uczenia maszynowego przybywa narzędzi przydatnych w diagnostyce i monitorowaniu stanu pacjentów cierpiących na różne choroby i zaburzenia psychiczne. Podczas wykładu naukowcy z Uniwersytetu SWPS – dr Justyna Sarzyńska-Wawer i dr inż. Aleksander Wawer – omawiają modele głębokiego uczenia maszynowego wykorzystywane w wykrywaniu formalnych zaburzeń myślenia (jednego z głównych objawów schizofrenii) na podstawie tekstu. Przedstawiają również badania, w których porównywali skuteczność metod komputerowych z ocenami psychiatry, a także poruszają problem przyszłości metod komputerowych w psychiatrii. Wykład towarzyszył Dniowi Mózgu 2020 na Uniwersytecie SWPS w Warszawie.
Zapraszamy na kolejne Dni Mózgu Uniwersytetu SWPS, tym razem online. To już 13 i 14 marca 2021 r. Więcej o wydarzeniu tutaj »
Interesujesz się psychologią? Dołącz do innych w grupie Strefa Psyche Uniwersytetu SWPS na Facebooku.
Prelegenci
dr Justyna Sarzyńska-Wawer – adiunkt w Pracowni Psycholingwistyki i Psychologii Poznawczej w Instytucie Psychologii PAN. Kierownik i wykonawca w grantach dotyczących podstawowych procesów poznawczych oraz neuronalnych i poznawczych korelatów kłamania. Obecnie prowadzi badania nad wykrywaniem kłamania poprzez automatyczną analizę tekstu i użyciem metod uczenia maszynowego w diagnozowaniu chorób psychicznych. Pracę naukową łączy z terapeutyczną (w nurcie poznawczo-behawioralnym).
dr inż. Aleksander Wawer – adiunkt w Zespole Inżynierii Lingwistycznej w Instytucie Podstaw Informatyki PAN. Pracuje również w laboratorium Text Mining w Samsung R&D Poland, gdzie zajmuje się praktycznymi implementacjami technologii językowych. Jego zainteresowania i wieloletnie doświadczenie zawodowe obejmują przetwarzanie języka naturalnego (NLP), zarówno składniowe, jak i semantyczne. Jest zafascynowany głębokim uczeniem maszynowym i wielowarstwowymi sieciami neuronowymi oraz ich zastosowaniami w analizie wydźwięku (sentiment analysis), wykrywaniu fake newsów oraz w szeroko pojętej psychologii i psychiatrii.