Czy AI może identyfikować markery depresji w próbkach pisemnych ?

Narzędzia klasy badawczej, głównie używane w procesie przesiewowym, a nie jako samodzielne diagnozy. Na tyle skuteczne, że kilka uniwersytetów testuje je w procesie wstępnym podczas konsultacji psychologicznych.

---

Sztuczna inteligencja może identyfikować markery depresji w próbkach tekstowych poprzez analizę wzorców językowych, takich jak słownictwo, składnia i sentyment. Badania wykazały, że osoby z depresją często wykazują charakterystyczne cechy językowe, w tym zwiększone użycie negatywnych słów, zaimków pierwszej osoby liczby pojedynczej oraz słów związanych ze smutkiem lub stratą. Algorytmy przetwarzania języka naturalnego (NLP) i uczenia maszynowego mogą być szkolone do rozpoznawania tych wzorców i przewidywania prawdopodobieństwa depresji w danej próbce tekstowej. Metody te zostały zastosowane w różnych badaniach, wykazując obiecujące wyniki w wykrywaniu depresji na podstawie tekstu.

— Zaktualizowano 9 maja 2026 · Źródło: Narodowy Instytut Zdrowia Psychicznego — https://www.nimh.nih.gov