AI와 내러티브 임베딩이 출산 후 PTSD를 출산 이야기로 감지하다

자유 텍스트 분석은 기계 학습(ML) 기반 자연어 처리(NLP)를 사용하여 정신적 상태를 진단하는 데 가능성을 보여줍니다. 챗 생성 사전 학습 변환기(ChatGPT)는 이 목적을 위한 초기 타당성을 보여주었지만, 정신 질환을 정확하게 평가할 수 있는지는 아직 확인되지 않았습니다. 본 연구는 표준 스크리닝 프로토콜이 없는 출산 후 외상 스트레스 장애(CB-PTSD), 여러 여성에게 영향을 미치는 모성 산후 정신 질환을 감지하는 데 있어 ChatGPT와 텍스트 임베딩 ADA-002(ADA) 모델의 효과를 평가합니다. 지난 6개월 내에 출산한 1295명의 여성을 샘플로 사용했고, 이들은 18세 이상이며 병원 공고, 소셜 미디어, 전문 조직을 통해 모집되었습니다. 우리는 산모의 출산 내러티브를 분석함으로써 CB-PTSD를 스크리닝할 수 있는 ChatGPT와 ADA의 잠재력을 탐색합니다. DSM-5에 대한 PTSD 체크리스트(PCL-5; 컷오프 31)를 사용하여 CB-PTSD를 평가합니다. ADA 모델의 수치 벡터 표현을 활용하는 ML 모델을 개발하여 내러티브 분류를 통해 CB-PTSD를 식별합니다. 우리 모델은 정신 건강 또는 임상 분야 데이터로 훈련된 ChatGPT 및 여섯 개의 이전에 발표된 대규모 텍스트 임베딩 모델보다 성능(F1 점수: 0.81)이 우수하여, ADA 모델을 이용하여 CB-PTSD를 식별할 수 있음을 시사합니다. 우리의 모델링 접근 방식은 다른 정신 건강 장애를 평가하는 데에도 일반화될 수 있습니다.