研究人员使用人工智能工具来预测孤独

在过去的几十年里，孤独流行，其特征是自杀率和阿片类药物使用率的上升，生产力的丧失，医疗成本的增加和死亡率的上升。专家表示，COVID-19大流行及其相关的社交距离和封锁只会让情况变得更糟。

准确评估社会孤独的广度和深度是令人生畏的，受限于现有的工具，如自我报告。在一篇新的概念验证论文中，于2020年9月24日在线发表美国老年精神病学杂志由加州大学圣地亚哥医学院(University of California San Diego School of Medicine)的研究人员领导的一个团队利用人工智能技术进行了分析自然语言模式(NLP)来识别老年人的孤独程度。

“大多数研究使用一个直接的问题‘你经常感到孤独,这可能导致偏见反应由于耻辱孤独或UCLA孤独量表不显式地使用这个词孤独,”李资深作者艾伦说,医学精神病学助理教授在加州大学圣地亚哥分校医学院的。“在这个项目中，我们使用了自然语言处理(NLP)，这是一种对表达的情感和情绪的无偏量化评估，与通常的孤独感测量工具相配合。”

近年来，大量研究表明，各种人群中孤独的比例都在上升，尤其是那些最脆弱的人群，比如老年人。例如，加州大学圣地亚哥分校今年早些时候发表的一项研究发现，生活在独立老年住宅社区的85%的居民报告有中度到重度的孤独。

这项新研究还关注了独立居住的老年居民:80名参与者年龄在66岁至94岁之间，平均年龄为83岁。但是，除了简单地询问并记录加州大学洛杉矶分校孤独感量表中问题的答案外，参与者还接受了训练有素的研究人员的采访，进行了更非结构化的对话，并使用IBM开发的nlp理解软件和其他机器学习工具进行分析。

“自然语言处理和机器学习使我们能够系统地研究许多人的长时间访谈，并探索诸如情感等微妙的言语特征是如何暗示孤独的。”人类的类似情感分析可能会有偏见，缺乏一致性，需要大量训练才能标准化。”

调查结果:

• 在定性访谈中，孤独者的回答时间较长，且对有关孤独的直接问题表现出更多的悲伤。
• 女性比男性更容易承认在面试中感到孤独。
• 与女性相比，男性在回应中使用的恐惧和快乐词汇更多。

作者说，这项研究强调了研究评估孤独和个人主观体验孤独之间的差异，基于nlp的工具可以帮助调和这一差异。早期的发现反映了可能存在的“孤独言语”，可以用来检测老年人的孤独，改善临床医生和家属评估和治疗老年人孤独的方式，特别是在身体距离和社会隔离的时候。

该研究的作者表示，这项研究证明了使用转录语音的自然语言模式分析来更好地分析和理解孤独等复杂情感的可行性。他们表示，机器学习模型预测定性孤独的准确率为94%。

“我们的IBM-UC圣地亚哥中心正在探索NLP签名孤独而智慧则是相反的老年人。语音数据可以与我们对认知、活动、睡眠、身体活动和心理健康的其他评估相结合，以提高我们对衰老的理解，并帮助促进成功衰老。”IBM-UC圣地亚哥健康生活人工智能中心(IBM-UC San Diego Center for Artificial Intelligence for healthy Living)负责健康老龄化和老年护理的高级副院长、联席主任。

---

---