Deep learning in mental health outcome research: a scoping review

(Pembelajaran Mendalam dalam Hasil Penelitian Kesehatan Mental: Tinjauan Ruang Lingkup)

Chang Zu, Zhenxing Xu, Jyotishman Pathak, Fei Wang

Translation Psychiatry, Volume 10, Artikel No. 116, 2020 (21-4-2020)

Motivasi

Open Access

Kategori:

Abstrak Bahasa Inggris

Mental illnesses, such as depression, are highly prevalent and have been shown to impact an individual’s physical health. Recently, artificial intelligence (AI) methods have been introduced to assist mental health providers, including psychiatrists and psychologists, for decision-making based on patients’ historical data (e.g., medical records, behavioral data, social media usage, etc.). Deep learning (DL), as one of the most recent generation of AI technologies, has demonstrated superior performance in many real-world applications ranging from computer vision to healthcare. The goal of this study is to review existing research on applications of DL algorithms in mental health outcome research. Specifically, we first briefly overview the state-of-the-art DL techniques. Then we review the literature relevant to DL applications in mental health outcomes. According to the application scenarios, we categorize these relevant articles into four groups: diagnosis and prognosis based on clinical data, analysis of genetics and genomics data for understanding mental health conditions, vocal and visual expression data analysis for disease detection, and estimation of risk of mental illness using social media data. Finally, we discuss challenges in using DL algorithms to improve our understanding of mental health conditions and suggest several promising directions for their applications in improving mental health diagnosis and treatment.


Abstrak Bahasa Indonesia

Penyakit kejiwaan, seperti depresi, sangat umum dan telah terbukti memberikan dampak terhadap kesehatan fisik individu. Baru-baru ini, artificial intelligence (metode kecerdasan buatan) telah diperkenalkan untuk membantu penyedia layanan kesehatan mental, termasuk psikiater dan psikolog untuk mengambil keputusan berdasarkan data histori pasien (contoh: rekam medis, data perilaku, penggunaan sosial media, dll). Deep learning (pembelajaran mendalam) , sebagai salah satu teknologi artificial intelligence (kecerdasan buatan) paling terbaru telah menunjukkan kinerja yang unggul dalam penggunaannya di dunia nyata dari bahasa komputer untuk kesehatan. Tujuan dari studi ini adalah untuk meninjau penelitian terdahulu tentang penggunaan algoritma pembelajaran mendalam dalam hasil penelitian kesehatan mental. Secara khusus, pertama-tama kami mengambil gambaran singkat tentang kecanggihan teknik pembelajaran mendalam. Kemudian, kami meninjau literatur yang berkaitan dengan aplikasi pembelajaran mendalam dalam hasil kesehatan mental. Menurut skenario penggunaan, kami mengategorikan artikel yang berhubungan kedalam empat grup: diagnosis dan prognosis berdasarkan data klinis, analisis data genetika dan genomik untuk memahami kondisi kesehatan mental, analisis data ekspresi vokal dan visual untuk deteksi penyakit, dan perkiraan resiko penyakit mental menggunakan data sosial media. Terakhir, kami membahas tantangan dalam penggunaan algoritma pembelajaran mendalam untuk meningkatkan pemahaman kami terhadap kondisi kesehatan mental dan menyarankan beberapa arahan yang menjanjikan untuk penerapannya dalam meningkatkan diagnosis dan pengobatan kesehatan mental.


‌Su, C., Xu, Z., Pathak J., & Wang, F. (2020). Deep Learning in Mental Health Outcome Research; A Scoping Review. Translation Psychiatry. 10;116. https://doi.org/10.1038/s41398-020-0780-3


The original work of the article's abstract was translated from English to Indonesia.

Karya asli dari abstrak ini telah diterjemahkan dari Bahasa Inggris ke Bahasa Indonesia.


-----------------------------------------------------------------------------------------------------------------------------------------------


Penerjemah Abstrak: Nika Audina

Pengendali Mutu Abstrak: Nadia Hadisty Azzahra

#

mental illnesses (penyakit kejiwaan), depression (depresi), artificial intelligence (kecerdasan buatan), medical records (rekam medis), behavioral data (data perilaku), social media usage (penggunaan sosial media), deep learning (pembelajaran mendalam)

logo wikilead white yellow.png
  • LinkedIn
  • Twitter
  • YouTube
  • Instagram
straight white pemimpin.id png.png
  • Facebook
  • Twitter
  • YouTube
  • Instagram

Daftar untuk informasi terbaru