ચીનના વૈજ્ઞાનિકોનું AI મોડેલ ડિપ્રેશનનું જોખમ અગાઉથી ઓળખી શકે? મગજની પ્રતિક્રિયાથી આગાહીનો પ્રયાસ

ચીનમાં માનસિક સ્વાસ્થ્યના ક્ષેત્રમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ ઝડપથી વધી રહ્યો છે. ચીનના સંશોધકો પણ AI અને મગજના ડેટાની મદદથી ડિપ્રેશનના જોખમને વહેલી તકે ઓળખવાના પ્રયાસો કરી રહ્યા છે. આવા સંશોધનોનો મુખ્ય હેતુ ડિપ્રેશનના ગંભીર લક્ષણો દેખાય તે પહેલાં જોખમમાં રહેલા લોકોની ઓળખ કરવી અને સમયસર માનસિક આરોગ્ય સહાય ઉપલબ્ધ કરાવવાનો છે.

ચીનમાં શેનઝેન યુનિવર્સિટી સાથે સંકળાયેલા સંશોધનમાં માનસિક સ્વાસ્થ્ય અને ડિપ્રેશનના જોખમને સમજવા માટે મગજની પ્રવૃત્તિ, ભાવનાત્મક માહિતીની પ્રક્રિયા અને લાંબા ગાળાના માનસિક સ્વાસ્થ્યના ડેટાનો અભ્યાસ કરવામાં આવ્યો છે. શેનઝેન યુનિવર્સિટીની સંશોધન ટીમો અગાઉથી પણ ચહેરાના હાવભાવ, ભાવનાઓ અને ડિપ્રેશન સાથે સંબંધિત AI આધારિત ટેક્નોલોજી પર કામ કરી રહી છે.

ચીનમાં ડિપ્રેશનની આગાહી માટે AIનો ઉપયોગ

ડિપ્રેશન એક જ કારણથી થતી સ્થિતિ નથી. તેમાં વ્યક્તિના મગજની કામગીરી, ભાવનાત્મક પ્રતિભાવ, ઊંઘ, પરિવારનું વાતાવરણ, શિક્ષણ, સામાજિક પરિસ્થિતિ અને અન્ય અનેક પરિબળોની ભૂમિકા હોઈ શકે છે. આ કારણે માત્ર એક ટેસ્ટના આધારે ભવિષ્યમાં કોઈ વ્યક્તિને ડિપ્રેશન થશે કે નહીં તે નક્કી કરવું મુશ્કેલ છે.

પરંતુ AI મોટી સંખ્યામાં વિવિધ પ્રકારના ડેટાનું વિશ્લેષણ કરીને જોખમ સાથે જોડાયેલા પેટર્ન શોધી શકે છે. 2026માં પ્રકાશિત થયેલા એક અલગ અભ્યાસમાં પણ ચીનના સંશોધકોએ કિશોરોમાં ડિપ્રેશનના જોખમની આગાહી માટે મશીન લર્નિંગનો ઉપયોગ કર્યો હતો. તેમાં 1,226 યુવાનોના વિવિધ પ્રકારના ડેટાનો ઉપયોગ કરવામાં આવ્યો હતો અને XGBoost મોડેલે અન્ય પરીક્ષણ કરાયેલા મોડેલોની સરખામણીએ શ્રેષ્ઠ કામગીરી દર્શાવી હતી.

મગજ ચહેરાની લાગણીને કેવી રીતે સમજે છે?

ડિપ્રેશનના જોખમને સમજવા માટે સંશોધકો ખાસ કરીને વ્યક્તિ મગજથી ભાવનાત્મક સંકેતોને કેવી રીતે પ્રક્રિયા કરે છે તે બાબત પર ધ્યાન આપી રહ્યા છે.

ચીનમાં આ પ્રકારના અભ્યાસોમાં યુવાનોને ખુશ, ગુસ્સાવાળા, ઉદાસ અથવા સામાન્ય ચહેરાના ફોટા બતાવવામાં આવે છે. તે દરમિયાન MRI અથવા અન્ય ન્યુરોસાયન્સ ટેક્નિક દ્વારા મગજની પ્રતિક્રિયાનો અભ્યાસ કરવામાં આવે છે. સંશોધકો પછી તપાસે છે કે અલગ-અલગ વ્યક્તિઓના મગજ ભાવનાત્મક સંકેતોને કેવી રીતે ઓળખે છે અને તેનો પ્રતિભાવ કેવી રીતે આપે છે.

અગાઉના ન્યુરોસાયન્સ સંશોધનમાં પણ જાણવા મળ્યું છે કે ભાવનાત્મક ચહેરાઓને જોતી વખતે ડિપ્રેશન ધરાવતા લોકોના મગજમાં કેટલીક અલગ પ્રકારની પ્રવૃત્તિ જોવા મળી શકે છે.

નકારાત્મક રીતે સમજવાની વૃત્તિ મહત્વપૂર્ણ

સંશોધનનો એક મહત્વનો વિચાર એ છે કે કેટલીક વ્યક્તિઓ તટસ્થ અથવા સકારાત્મક સામાજિક સંકેતોને પણ નકારાત્મક રીતે સમજવાની વધુ વૃત્તિ ધરાવી શકે છે.

ઉદાહરણ તરીકે, કોઈ વ્યક્તિ સામેની વ્યક્તિના સ્મિતને સામાન્ય રીતે મિત્રતાપૂર્ણ સંકેત તરીકે સમજી શકે છે. પરંતુ ડિપ્રેશન સાથે જોડાયેલા કેટલાક માનસિક પેટર્નમાં એ જ સામાજિક સંકેતને નકારાત્મક અથવા પ્રતિકૂળ રીતે સમજવાની શક્યતા વધી શકે છે.

મગજની આવી ભાવનાત્મક પ્રક્રિયા ભવિષ્યના માનસિક સ્વાસ્થ્ય સાથે સંબંધિત હોઈ શકે છે. અગાઉના અભ્યાસમાં પણ મગજની કેટલીક પ્રતિક્રિયાઓ અને પછીના વર્ષોમાં ડિપ્રેશનના લક્ષણો વચ્ચે સંબંધ જોવા મળ્યો છે. જોકે, આવા સંબંધનો અર્થ એ નથી કે માત્ર મગજની એક પ્રતિક્રિયા પરથી ચોક્કસ રીતે ડિપ્રેશનની આગાહી કરી શકાય.

ચાર વર્ષ અગાઉથી આગાહીનો દાવો કેટલો સાચો?

અહીં એક મહત્વની બાબત સમજવી જરૂરી છે. સોશિયલ મીડિયા અને કેટલાક અહેવાલોમાં આવા AI મોડેલને “ચાર વર્ષ પહેલાં ડિપ્રેશનની આગાહી કરનાર” તરીકે રજૂ કરવામાં આવી શકે છે, પરંતુ આને ચોક્કસ વ્યક્તિને ચાર વર્ષ પછી ડિપ્રેશન થશે તેવી ખાતરી તરીકે જોવું યોગ્ય નથી.

વૈજ્ઞાનિક સંશોધનમાં AI સામાન્ય રીતે જોખમ અથવા સંભાવનાનું અનુમાન કરે છે. તે કોઈ વ્યક્તિના ભવિષ્યનું નિશ્ચિત પરિણામ જણાવતું નથી. ઉદાહરણ તરીકે, અગાઉના સંશોધનમાં MRI આધારિત મશીન લર્નિંગનો ઉપયોગ કરીને બાળકોમાં બે વર્ષ પછી ડિપ્રેશનના જોખમની આગાહી કરવાનો પ્રયાસ કરવામાં આવ્યો હતો.

બીજા એક લાંબા ગાળાના અભ્યાસમાં 1,500 ચીની કોલેજ વિદ્યાર્થીઓને ચાર વર્ષ સુધી અનુસરવામાં આવ્યા હતા અને રિકરન્ટ ન્યુરલ નેટવર્ક દ્વારા ડિપ્રેસિવ લક્ષણોની આગાહી કરવામાં આવી હતી. અભ્યાસમાં ચાર વર્ષના ફોલોઅપ ડેટાનો ઉપયોગ થયો હતો.

સમયસર સારવારમાં થઈ શકે મદદ

જો AI કોઈ વ્યક્તિમાં ડિપ્રેશનનું જોખમ વહેલી તકે ઓળખવામાં મદદ કરે તો તેનો સૌથી મોટો ફાયદો સમયસર હસ્તક્ષેપમાં થઈ શકે છે. વ્યક્તિને કાઉન્સેલિંગ, માનસિક આરોગ્ય નિષ્ણાતની સલાહ, પરિવારનો સહયોગ અથવા અન્ય યોગ્ય સારવાર વહેલી તકે મળી શકે છે.

પરંતુ AI આધારિત મોડેલને ડૉક્ટર અથવા મનોવિજ્ઞાનીનું સ્થાન આપવું યોગ્ય નથી. ડિપ્રેશનનું નિદાન વ્યક્તિની સંપૂર્ણ માનસિક સ્થિતિ, લક્ષણો અને ક્લિનિકલ મૂલ્યાંકનના આધારે જ થવું જોઈએ.

AI માટે હજુ અનેક પડકારો

આ ટેક્નોલોજી આશાસ્પદ હોવા છતાં તેની સામે ડેટાની ગુણવત્તા, અલગ વસ્તીમાં ચોકસાઈ, ગોપનીયતા અને ખોટી આગાહીના જોખમ જેવા પ્રશ્નો છે. જો કોઈ વ્યક્તિને ખોટી રીતે ‘ઉચ્ચ જોખમ’ તરીકે ઓળખવામાં આવે તો તેની માનસિક સ્થિતિ અને સામાજિક જીવન પર અસર થઈ શકે છે.

આથી AIનો ઉપયોગ સહાયક સ્ક્રીનિંગ ટૂલ તરીકે વધુ ઉપયોગી બની શકે છે, પરંતુ અંતિમ તબીબી નિર્ણય માટે માનવ નિષ્ણાતની ભૂમિકા મહત્વપૂર્ણ રહેશે.

કુલ મળીને, ચીન અને અન્ય દેશોમાં થઈ રહેલા સંશોધનો દર્શાવે છે કે AI, મગજની ઇમેજિંગ અને ભાવનાત્મક પ્રતિક્રિયાના ડેટાને જોડીને ડિપ્રેશનના જોખમને વહેલી તકે ઓળખવાની શક્યતા પર ગંભીર સંશોધન ચાલી રહ્યું છે. જોકે “ચાર વર્ષ પહેલાં ચોક્કસ ડિપ્રેશનની આગાહી” કરતાં તેને ભવિષ્યના જોખમની સંભાવના ઓળખવાનો વૈજ્ઞાનિક પ્રયાસ કહેવું વધુ યોગ્ય છે.

 

• Follow us on WHATSAPP :- https://whatsapp.com/channel/0029Va4r…
• WEBSITE : https://bindia.co/
• INSTAGRAM : https:// bindia.in
• FACEBOOK : https://www.facebook.com/buletinindialive 
• X : https://x.com/bindia276