लंदन, 23 जून (QNA) - यूनाइटेड किंगडम और जर्मनी के शोधकर्ताओं ने एक नया कृत्रिम बुद्धिमत्ता मॉडल विकसित किया है जो उन्नत भावनात्मक विश्लेषण में सक्षम है, जिससे डॉक्टर मानसिक स्वास्थ्य विकारों का अधिक सटीक निदान कर सकते हैं।

नॉटिंघम और कील विश्वविद्यालयों के शोधकर्ताओं ने कहा कि मानसिक स्वास्थ्य स्थितियों की जल्दी और सटीक पहचान में सुधार से लक्षणों के बिगड़ने से पहले तेज चिकित्सा हस्तक्षेप संभव हो सकता है।

मानसिक स्वास्थ्य विकार सोच, भावनाओं और व्यवहार को प्रभावित करने वाली कई स्थितियों को दर्शाते हैं, जिनमें डिप्रेशन, चिंता, मूड विकार, व्यक्तित्व विकार और सिज़ोफ्रेनिया शामिल हैं, जो दैनिक कार्यक्षमता और सामाजिक संपर्क को गंभीर रूप से प्रभावित कर सकते हैं।

नया मॉडल, "Emo-MHC," मशीन लर्निंग और डीप लर्निंग तकनीकों पर आधारित है, जो क्लिनिकल नोट्स, सोशल मीडिया पोस्ट और ऑनलाइन फोरम जैसे विभिन्न स्रोतों से टेक्स्ट का विश्लेषण करता है, जिससे मौजूदा प्रणालियों की तुलना में मानसिक स्वास्थ्य स्थितियों का तेज और अधिक सटीक वर्गीकरण संभव होता है।

शोधकर्ताओं ने बताया कि वर्तमान मॉडल अक्सर नैचुरल लैंग्वेज प्रोसेसिंग और क्लिनिकल सेल्फ-असेसमेंट पर निर्भर करते हैं, जिससे निदान में त्रुटियां हो सकती हैं या भावनात्मक सूक्ष्मताओं को नजरअंदाज किया जा सकता है। नया सिस्टम दो चरणों में काम करता है: उन्नत भावनात्मक पहचान तकनीकों के माध्यम से भावनाओं का निष्कर्षण, उसके बाद शब्दकोश-आधारित विश्लेषण जिससे भावनात्मक संदर्भ को बेहतर तरीके से समझा जा सके।

शोधकर्ताओं के अनुसार, बेहतर प्रारंभिक निदान से मरीजों की देखभाल में सुधार, स्वास्थ्य प्रणाली पर दबाव कम करने और उपयुक्त उपचार तक तेज पहुंच सुनिश्चित की जा सकती है।

कील विश्वविद्यालय की सह-शोधकर्ता डॉ. संगीता ने कहा कि मानसिक स्वास्थ्य विकारों की बढ़ती दरें प्रभावी प्रारंभिक पहचान उपकरणों की तत्काल आवश्यकता को उजागर करती हैं।

उन्होंने कहा कि कृत्रिम बुद्धिमत्ता और बड़े भाषा मॉडल मानसिक स्वास्थ्य चुनौतियों का सामना कर रहे व्यक्तियों को समर्थन देने में महत्वपूर्ण क्षमता रखते हैं, और बेहतर निदान सटीकता जीवन बचा सकती है और स्वास्थ्य सेवाओं पर दबाव कम कर सकती है।

शोध टीम मॉडल को और परिष्कृत करने और मानसिक स्वास्थ्य देखभाल में व्यापक उपयोग के लिए इसके व्यावहारिक अनुप्रयोग का अन्वेषण करने की योजना बना रही है। (QNA)