НЕЙРОМЕРЕЖЕВИЙ МЕТОД ДІАГНОСТУВАННЯ ПСИХОЛОГІЧНИХ РОЗЛАДІВ ЗА АНАЛІЗОМ ПОВІДОМЛЕНЬ НА ОСНОВІ РОЗДІЛЬНОГО ПІДХОДУ ДО КЛАСИФІКАЦІЇ

Анотація

У статті розглядається використання нейромережевих методів для діагностування психологічних розладів через аналіз повідомлень у соціальних мережах. Дослідження показує, що застосування NLP-технологій та глибоких нейронних мереж для автоматизованої оцінки психоемоційного стану осіб здатне значно підвищити точність діагностики, а також забезпечити масштабованість та інноваційність у сфері охорони здоров'я. Використання таких технологій також відповідає глобальним цілям сталого розвитку, зокрема у покращенні психічного здоров'я, розвитку цифрової інфраструктури та зменшенні нерівності в доступі до медичних послуг.

Запропонований метод заснований на роздільному підході до класифікації різних психологічних розладів, що підвищує точність та надійність діагностики. Кожен психологічний розлад аналізується окремо, що дозволяє уникнути взаємного впливу при класифікації. Процес діагностики включає три основні етапи: токенізацію текстів за допомогою відповідних токенізаторів, обробку токенів за допомогою нейромережевих моделей, які навчалися з нуля на спеціалізованих текстових наборах, та формування висновків щодо ймовірності наявності кожного з розладів.

Для навчання моделей використовували два відкриті набори даних. Експериментальні результати показали високу ефективність запропонованої методики: значення точності (Accuracy) варіюються в межах 0.81–0.90, а показники Precision, Recall та F1-score досягають 0.91, що свідчить про високу точність класифікації та здатність до диференціації психологічних станів. Запропонований метод демонструє кращі результати порівняно з існуючими аналогами та має великий потенціал для використання в автоматизованому виявленні психічних розладів. Подальші дослідження можуть бути спрямовані на вдосконалення стійкості моделей до мовних варіацій та розширення діагностованих станів.