Психикалық денсаулық көрсеткіштерін талдау: депрессия болжамын интерпретациялау үшін машиналық оқытуды қолдану

Жазира Тасжурекова; Інкәр Олжатай; М.А. Ахметжанов Ахметжанов

doi:10.55956/TKFO5250

Авторлар

Ж.К. Тасжурекова Dulaty University
І.А. Олжатай М.Х.Дулати атындағы Тараз университеті
М.А. Ахметжанов М.Х.Дулати атындағы Тараз университеті

DOI:

https://doi.org/10.55956/TKFO5250

Тірек сөздер:

машиналық оқыту, интерпретация, нейрондық желілер, логистикалық регрессия

Аңдатпа

Бұл мақалада психикалық денсаулық көрсеткіштерін талдау кезінде түсіндірілетін машиналық оқыту (Explainable AI) әдістерін қолданудың маңыздылығы қарастырылады. Зерттеудің негізгі мақсаты – әртүрлі машиналық оқыту алгоритмдерінің (логистикалық регрессия, Random Forest, XGBoost және нейрондық желілер) дәлдігі мен интерпретацияланғыштығын салыстыру арқылы клиникалық шешім қабылдау сапасын арттыру. SHAP әдісі модель нәтижелерін түсіндіру және маңызды белгілердің (feature importance) үлесін анықтау үшін қолданылды. Зерттеу нәтижелері күрделі модельдер (мысалы, нейрондық желілер) жоғары дәлдік көрсеткенімен, олардың түсіндірімділігі төмен екенін көрсетті. Ал Random Forest және XGBoost алгоритмдері дәлдік пен түсіндірілетіндік арасында оңтайлы тепе-теңдікке ие болды. Бұл әдістердің көмегімен психиатрлар мен клиникалық мамандардың жасанды интеллектке деген сенімі арта түсетіні анықталды.

Авторлар туралы мәліметтер

І.А. Олжатай, М.Х.Дулати атындағы Тараз университеті

магистрант

М.Х.Дулати атындағы Тараз университеті

М.А. Ахметжанов, М.Х.Дулати атындағы Тараз университеті

физика-математика ғылымдарының кандидаты

М.Х.Дулати атындағы Тараз университеті

Библиографиялық сілтемелер

1 Среди казахстанцев растет распространение депрессии [Электронный ресурс] // Forbes.kz. – Режим доступа: https://forbes.kz/articles/sredi_kazahstantsev_rastet_rasprostranenie_depressii. – Дата доступа: 30.10.2025.

2 Battineni G., Mittal M., Chintalapudi N., редакторы. Computational Methods in Psychiatry. – Springer, 2022. – 350 с.

3 Lundberg S.M., Lee S.-I. A unified approach to interpreting model predictions (SHAP). – 2017. – URL: https://arxiv.org/abs/1705.07874.

4 Chattopadhyay A., et al. Neural network interpretability for mental health prediction // Frontiers in Psychiatry. – 2020. – Vol. 11. – Article 579. – DOI: 10.3389/fpsyt.2020.00579.

5 Zhang Z., et al. Explainable artificial intelligence for suicide risk prediction: A systematic review // Journal of Affective Disorders. – 2023. – Vol. 332. – P. 82–95. – DOI: 10.1016/j.jad.2023.01.015.

Психикалық денсаулық көрсеткіштерін талдау: депрессия болжамын интерпретациялау үшін машиналық оқытуды қолдану