Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

AI-Based Screening for Depression and Social Anxiety Through Eye Tracking: An Exploratory Study

Created by
  • Haebom
Category
Empty

저자

Karol Chlasta, Katarzyna Wisiecka, Krzysztof Krejtz, Izabela Krejtz

개요

본 논문은 인공지능을 활용하여 정서 장애를 선별하는 새로운 접근법을 제시한다. 우울증이나 불안 장애와 같은 정서 장애는 시각적 주의력에 편향이 있는 특징을 보이는데, 이러한 특징을 CNN(Convolutional Neural Networks)을 이용하여 분석함으로써 정서 장애를 선별하는 것이다. 주요 우울증 진단을 받은 개인과 사회적 불안을 가진 개인을 대상으로 한 두 개의 연구에서 수집된 안구 추적 데이터를 이용하여 잔차 CNN(residual CNN)을 통해 이미지를 생성하고, 이를 분석하여 실험을 진행하였다. ResNet 아키텍처를 사용한 실험 결과, 3 클래스 시스템에서는 평균 48%의 정확도, 2 클래스 시스템에서는 62%의 정확도를 달성하였다. 이러한 탐색적 연구 결과를 바탕으로, 안구 추적을 통한 정신 건강 선별 시스템에 이 방법을 적용할 수 있다고 제안한다.

시사점, 한계점

시사점:
안구 추적 데이터를 이용한 정신 건강 선별 시스템 개발 가능성 제시.
빠르고, 생태학적이며, 효과적인 정신 건강 스크리닝 시스템 개발에 기여할 수 있음.
AI 기반 정신 건강 평가 도구 개발의 새로운 방향 제시.
한계점:
48%~62%의 상대적으로 낮은 정확도. 더 높은 정확도를 위해 추가 연구 필요.
제한된 표본 크기 및 연구 디자인. 더 큰 규모의 연구를 통해 일반화 가능성 검증 필요.
탐색적 연구 결과이며, 임상적 유용성 검증을 위한 추가 연구 필요.
👍