پیش بینی رفتار و سلامتی افراد:
چرا مدلهای مغزی شکست می خورند؟
نکسترو: پژوهشگران دانشگاه «ییل» با بررسی دلیلهای شکست مدلهای پیش بینی رفتار و سلامت افراد برمبنای الگوهای فعالیت مغز، پیشنهادهایی برای رفع اشکالات این شیوه مطرح کرده اند.
به گزارش گروه علم و آموزش ایرنا از «سای تک دیلی»، یادگیری ماشینی به دانشمندان در حوزه شناخت این که چگونه مغز خصوصیات پیچیده انسانی را ایجاد می کند، یاری رسانده و الگوهایی از فعالیت مغز در رابطه با کارهایی مانند حافظه فعال (working memory)، خاصیت هایی مانند اقدام پیش رانشی (impulsivity) و شرایطی مانند افسردگی را آشکار ساخته است.
دانشمندان می توانند از این شیوه ها برای ایجاد مدل هایی از این روابط بهره گیرند که این مدلها نیز سپس برای پیش بینی درباره ی رفتار و سلامتی افراد قابل استفاده خواهد بود. اما این روش تنها در صورتی جواب می دهد که نمایانگر همه افراد باشد و تحقیقات گذشته نشان داده که اینطور نیست. برای هر مدلی، افرادی هستند که با آنها مطابقت ندارند.
محققان دانشگاه «ییل» این مساله را آنالیز کرده اند که این مدلها درباب چه کسانی ناکام می مانند و جواب نمی دهند و علت این مساله چیست و برای اصلاح آن چه می توان کرد؟
«ابیگیل گرین» از پژوهشگران این دانشگاه می گوید: مدلها به جهت اینکه مفید باشند، باید در مورد هر شخص کاربرد داشته باشند. اگر می خواهیم این نوع کارها را در کاربردهای بالینی (کلینیکی) مورد استفاده قرار دهیم، باید اطمینان داشته باشیم که این مدل در مورد بیماری که رو به روی ما نشسته است، کاربرد دارد.
گرین و همکارانش درحال بررسی دو رویکرد هستند که به اعتقاد آنها ممکنست به مدلها کمک نماید تا طبقه بندی های روانپزشکی دقیق تری ارائه کنند؛ رویکرد اول دسته بندی دقیق تر جمعیت بیماران است. برای مثال، تشخیص شیزوفرنی محدوده وسیعی از سمپتوم ها (علائم) را دربرمی گیرد و ممکنست از فردی به فرد دیگر تفاوت زیادی داشته باشد. پژوهشگران ممکنست بتوانند افراد را بصورت دقیق تری دسته بندی کنند به شرط این که شناخت بهتری از مبنای عصبی شیزوفرنی داشته باشند.
دوم این که تعدادی از خصوصیات مانند اقدام پیش رانشی (impulsivity یا عمل از روی انگیزه آنی و بدون فکر قبلی)، خصوصیت مربوط به شرایط مختلف هستند. شناخت پایه عصبی این مساله ممکنست به پزشکان کمک نماید که صرف نظر از تشخیص پزشکی، به طور موثرتری با آن نشانه برخورد کنند.
گرین می گوید: ما هر چه بهتر این زیرشاخه ها و گروههای فرعی را بشناسیم، بهتر قادر خواهیم بود که بهترین درمان مناسب را در پیش بگیریم. اما در وهله اول لازم است که مدلها عمومی سازی شوند تا در مورد همه افراد کاربرد داشته باشند.
گرین و همکارانش برای شناخت ناکامی مدلها ابتدا مدل هایی را آموزش دادند که بتوانند از الگوهای فعالیت مغزی بهره برده و پیش بینی کنند که یک فرد در تست های شناختی چقدر خوب امتیاز خواهد گرفت. این تیم تحقیقاتی سپس این مساله را بررسی کرد که مدلها چه افرادی را به درستی طبقه بندی نکردند. آنها دریافتند که طبقه بندی اشتباه افراد با شاخصهای اجتماعی-آماری مانند سن و آموزش و شاخصهای بالینی مانند شدت علایم (سمپتوم) مرتبط بوده است.
در نهایت این پژوهشگران به این نتیجه رسیدند که مدلها تنها بازتاب دهنده توانایی شناختی نیستند بلکه بازتاب دهنده پروفایل های پیچیده تری هستند و مدلها در مورد افرادی که مطابق با آن پروفایل نیستند، شکست می خورند. این پژوهشگران چند سفارش برای کاهش این مشکل ارایه داده و همچون گفته اند که دانشمندان در مرحله طراحی مطالعه باید راهبردهایی را به کار گیرند که تعصب را به حداقل رسانده و اعتبار سنجش های مورد استفاده را به حداکثر برساند.
مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب