Nová metoda screeningu hlasu AI zlepšuje detekci úzkosti a deprese

Vědci v Národním centru pro superpočítající aplikace a University of Illinois College of Medicine Peoria (UICOMP) byli autory výzkumné práce zveřejněné v Journal of Acoustical Society of America Express Letters To prokazuje vylepšené, automatizované metody screeningu pro úzkost a závažné depresivní poruchy.

V projektu s názvem „Automatizované techniky akustického hlasového screeningu pro komorbidní depresi a úzkostné poruchy“, Mary Pietrowicz, spolu s kolegy z University of Illinois Urbana-Champaign a UICOMP, prozkoumala, jak by mohlo účinně odlišit jedince s komorbidní depresí a úzkostnou poruchami a úzkostné poruchy s pohlavními a phonemickou platností.

S těmito poruchami je diagnostikována stále více lidí, přesto však mnoho utrpení zůstává nediagnostikováno kvůli známým percepčním, postojovým a strukturálním bariérám. Úzkost postihuje 19,1% dospělých ve Spojených státech a hlavní deprese 8,3%, přičemž je hlavní příčinou postižení u jednotlivců mladších 40 let. Přes tuto vysokou prevalenci je míra léčby nízká a pokud se neléčí, může vést ke snížení produktivity, špatnému fungování ve společnosti, erozi kognitivních schopností, napjaté vztahy a sebevraždu.

K překonání těchto bariér a zlepšení míry screeningu jsou zapotřebí nové metody, nástroje a technologie – jako je automatizovaná analýza akustického hlasu.

Tento výzkum ukazuje, že analýza krátkých vzorků akustického hlasu, konkrétně jednominutové verbální testy plynulosti, může být použita při screeningu pro poruchy úzkosti a deprese a může kdykoli fungovat online, kdykoli se zabývat mnoha překážkami screeningu a léčby. Naše modely AI navíc poskytují vysvětlitelnost, a tedy vhled do dopadu, který mají deprese a úzkost na řeč a jazyk. Tato práce umožňuje vývoj systémů klinického screeningu a sledování v měřítku.

Mary Pietrowicz, vedoucí vědecká pracovník NCSA

Vědci testovali vlastní datový soubor kurátor speciálně pro tuto studii, která zahrnovala jak zdravé lidi, tak lidi s komorbidní depresí a úzkostí napříč spektrem závažnosti. Ze studie byli vyloučeni lidé s jinými komorbidními podmínkami, o nichž je známo, že ovlivňují řeč a jazyk. Akustické modely používající pouze data z jednominutových testů slovní plynulosti rozeznaly přítomnost komorbidních poruch velmi úspěšnou rychlostí.

„Údaje o této studii byly shromážděny několika studenty medicíny na University of Illinois College of Medicine Peoria,“ řekla ředitelka výzkumných služeb UICOMP Sarah Donohue. „Tito studenti hovořili s každým z účastníků, zaznamenali rozhovory a na konci rozhovorů s účastníky provedli úkol pro pojmenování zvířat.“

Primárním přínosem těchto akustických testů je, že jsou přístupné. Mohou být spravovány buď online, v aplikaci nebo incnic, které přímo řeší známé překážky pro screening, včetně faktorů, jako je stigma, nízké sebepojetí potřeby, náklady, problémy s dopravou a omezený přístup k zdravotní péči.

„Vývoj efektivní, přesné a snadno použitelné metody pro screening pacientů, kteří mohou trpět depresí nebo úzkostí, nabízí obrovský slib,“ řekl předseda UICOMP a profesor kliniky Psychiatrie Ryan Finkenbine. „Aplikace pokročilých modelů strojového učení na klinické prostředí poskytuje klinickým lékařům pozoruhodnou cestu, aby se adaptivní a praktickým způsobem prozkoumali známky duševních chorob.