Тайваньские исследователи разработали инновационную модель машинного обучения, которая с точностью 86% определяет наличие интернет-зависимости у людей по данным их электроэнцефалограммы (ЭЭГ). Данная технология была представлена научным сотрудником Национального центра гериатрии и исследований благосостояния, Хуан Сюй-вэнь.

Методика исследования

Для проверки эффективности модели были проанализированы ЭЭГ 92 участников, из которых 42 человека страдали интернет-зависимостью, а 50 не имели таковой. Результаты показали, что у интернет-зависимых людей наблюдается повышенная фазовая синхронизация мозговых волн. Хуан Сюй-вэнь считает, что это связано с нарушениями в нейронных системах, которые отвечают за процессы торможения и вознаграждения.

Практическое применение

По словам Хуан Сюй-вэнь, изменения в ЭЭГ могут предшествовать проявлениям зависимого поведения. Это открытие позволяет использовать ЭЭГ в сочетании с моделями машинного обучения для раннего выявления риска интернет-зависимости. Такие данные могут быть полезны образовательным учреждениям и медицинским организациям для проведения более точных профилактических мер.

Определение интернет-зависимости

В рамках исследования интернет-зависимость была определена как длительное пребывание в сети, невозможность контролировать стремление к интернету и появление дискомфорта при отключении от него.

Использование ЭЭГ в сочетании с ИИ может стать важным инструментом в борьбе с интернет-зависимостью, предоставляя возможность для более раннего вмешательства и более эффективных профилактических мер.