PLAY PODCASTS
Uczenie maszynowe w wykrywaniu schizofrenii - dr Justyna Sarzyńska, dr inż. Aleksander  Wawer
Episode 224

Uczenie maszynowe w wykrywaniu schizofrenii - dr Justyna Sarzyńska, dr inż. Aleksander Wawer

Czy komputery są w stanie rozpoznawać schizofrenie równie skutecznie jak psychiatrzy? Czy stan pacjenta można monitorować na odległość? Wraz z rozwojem metod NLP (przetwarzania języka naturalnego) i uczenia maszynowego przybywa obiektywnych narzędzi przydatnych w diagnostyce i monitorowaniu stanu pacjentów cierpiących na różne choroby i zaburzenia psychiczne. Podczas wykładu omówimy modele głębokiego uczenia maszynowego wykorzystywane w wykrywaniu formalnych zaburzeń myślenia (jednego z głównych objawów schizofrenii) na podstawie tekstu. Opowiemy o naszych badaniach, w których porównywaliśmy skuteczność metod komputerowych z ocenami psychiatry. Poruszymy również problematykę przyszłości metod komputerowych w psychiatrii. dr Justyna Sarzyńska-Wawer – adiunkt w Pracowni Psycholingwistyki i Psychologii Poznawczej w Instytucie Psychologii PAN. Kierownik i wykonawca w grantach dotyczących podstawowych procesów poznawczych oraz neuronalnych i poznawczych korelatów kłamania. Obecnie prowadzi badania nad wykrywaniem kłamania poprzez automatyczną analizę tekstu i użyciem metod uczenia maszynowego w diagnozowaniu chorób psychicznych. Pracę naukową łączy z terapeutyczną (w nurcie poznawczo-behawioralnym). dr inż. Aleksander Wawer – adiunkt w Zespole Inżynierii Lingwistycznej w Instytucie Podstaw Informatyki PAN. Pracuje również w laboratorium Text Mining w Samsung R&D Poland, gdzie zajmuje się praktycznymi implementacjami technologii językowych. Jego zainteresowania i wieloletnie doświadczenie zawodowe obejmują przetwarzanie języka naturalnego (NLP), zarówno składniowe, jak i semantyczne. Jest zafascynowany głębokim uczeniem maszynowym i wielowarstwowymi sieciami neuronowymi oraz ich zastosowaniami w analizie wydźwięku (sentiment analysis), wykrywaniu fake newsów oraz w szeroko pojętej psychologii i psychiatrii. Wykład odbył się w ramach kolejnej edycji Dnia Mózgu 2020 na Uniwersytecie SWPS w Warszawie. Więcej o wydarzeniu: https://www.swps.pl/uczelnia/aktualnosci/21277-dzien-mozgu-2020

Strefa Wiedzy Uniwersytetu SWPS

February 24, 20211h 3m

Audio is streamed directly from the publisher (cdn.simplecast.com) as published in their RSS feed. Play Podcasts does not host this file. Rights-holders can request removal through the copyright & takedown page.

Show Notes

Czy komputery są w stanie rozpoznawać schizofrenie równie skutecznie jak psychiatrzy? Czy stan pacjenta można monitorować na odległość? Wraz z rozwojem metod NLP (przetwarzania języka naturalnego) i uczenia maszynowego przybywa obiektywnych narzędzi przydatnych w diagnostyce i monitorowaniu stanu pacjentów cierpiących na różne choroby i zaburzenia psychiczne. Podczas wykładu omówimy modele głębokiego uczenia maszynowego wykorzystywane w wykrywaniu formalnych zaburzeń myślenia (jednego z głównych objawów schizofrenii) na podstawie tekstu. Opowiemy o naszych badaniach, w których porównywaliśmy skuteczność metod komputerowych z ocenami psychiatry. Poruszymy również problematykę przyszłości metod komputerowych w psychiatrii.

dr Justyna Sarzyńska-Wawer – adiunkt w Pracowni Psycholingwistyki i Psychologii Poznawczej w Instytucie Psychologii PAN. Kierownik i wykonawca w grantach dotyczących podstawowych procesów poznawczych oraz neuronalnych i poznawczych korelatów kłamania. Obecnie prowadzi badania nad wykrywaniem kłamania poprzez automatyczną analizę tekstu i użyciem metod uczenia maszynowego w diagnozowaniu chorób psychicznych. Pracę naukową łączy z terapeutyczną (w nurcie poznawczo-behawioralnym).

dr inż. Aleksander Wawer – adiunkt w Zespole Inżynierii Lingwistycznej w Instytucie Podstaw Informatyki PAN. Pracuje również w laboratorium Text Mining w Samsung R&D Poland, gdzie zajmuje się praktycznymi implementacjami technologii językowych. Jego zainteresowania i wieloletnie doświadczenie zawodowe obejmują przetwarzanie języka naturalnego (NLP), zarówno składniowe, jak i semantyczne. Jest zafascynowany głębokim uczeniem maszynowym i wielowarstwowymi sieciami neuronowymi oraz ich zastosowaniami w analizie wydźwięku (sentiment analysis), wykrywaniu fake newsów oraz w szeroko pojętej psychologii i psychiatrii.

Wykład odbył się w ramach kolejnej edycji Dnia Mózgu 2020 na Uniwersytecie SWPS w Warszawie. Więcej o wydarzeniu: https://www.swps.pl/uczelnia/aktualnosci/21277-dzien-mozgu-2020

W tym miejscu znajdziesz wszystkie materiały, które powstały w ramach Strefy Psyche, a od listopada 2025 — treści z jeszcze szerszego spektrum tematów. Wejdź do Strefy Wiedzy Uniwersytetu SWPS!

Topics

mózgprocesy poznawczestudia neuropsychologiadzień mózgupsychologianeuropsychologiabadania mózguneurobiologiauniwersytet swpsneuronauka