Модель искусственного интеллекта обнаруживает депрессию по естественным разговорам с точностью 77%

• Исследователи из Массачусетского технологического института разработали нейронную сеть, которая автоматически определяет депрессивные модели по необработанному аудио и тексту без заранее заданных вопросов.
• Модель является «бесконтекстной», то есть она может анализировать любой случайный разговор и извлекать лингвистические и акустические сигналы, связанные с депрессией.
• В ходе проверочного исследования общая точность составила 77 %, превзойдя традиционные инструменты искусственного интеллекта на основе вопросов и ответов.

Традиционно золотым стандартом скрининга депрессии является Анкета о состоянии здоровья пациента (PHQ‑9). Он задает фиксированный набор из девяти вопросов о настроении, сне, аппетите и уровне энергии, чтобы получить оценку от 0 до 27, причем баллы выше 20 указывают на тяжелую депрессию.

За последние несколько лет подходы машинного обучения успешно выявили в речи контрольные маркеры — интонацию, скорость речи и специфический лексический выбор, — указывающие на депрессивные состояния. Однако большинство этих моделей основаны на ответах на PHQ-9 или аналогичных структурированных интервью, что ограничивает их применимость в реальных условиях.

Новая нейронная сеть MIT устраняет это ограничение. Подавая ей записи интервью в свободной форме, система учится распознавать тонкие закономерности, такие как частое использование таких слов, как «низкий», «низкий» или «грустный», в сочетании с ровным или монотонным звучанием голоса и более медленной скоростью речи, которые тесно связаны с депрессией.

Как работает модель

Алгоритм рассматривает речь как последовательность аудиокадров с отметками времени и транскрибированных слов. Он использует глубокую архитектуру моделирования последовательностей, которая совместно анализирует акустические характеристики (высоту, энергию, скорость речи) и языковой контент. Поскольку он не зависит от фиксированной анкеты, его можно применять к любым разговорным данным, от клинических интервью до повседневных телефонных звонков.

Авторы называют это «контекстно-свободным моделированием», поскольку оно фиксирует показатели депрессии независимо от конкретных задаваемых вопросов.

Обучение, проверка и эффективность

Модель была обучена на 142 взаимодействиях, взятых из корпуса интервью для анализа дистресса (DAIC), который включает аудио, видео и текст разговоров как со здоровыми участниками, так и с людьми с диагнозом психических расстройств.

Тяжесть депрессии каждого субъекта определяли количественно с использованием шкалы PHQ-9 (0–27). В исследовании 28 участников были классифицированы как депрессивные (баллы ≥20). Сеть оценивалась по точности и полноте:она достигла точности 71 % и полноты 83 %, что дало общую точность 77 % — заметное улучшение по сравнению с более ранними подходами к искусственному интеллекту, точность которых обычно колебалась в пределах 60–65 %.

Будущая работа расширит сеть на другие состояния, такие как деменция, и исследует конкретные акустико-лингвистические модели, которые определяют ее прогнозы.

В долгосрочной перспективе эту технологию можно будет интегрировать в мобильные приложения, чтобы пассивно отслеживать голос и текстовые сообщения пользователей на предмет признаков беспокойства, предлагая ранние оповещения тем, кто сталкивается с препятствиями в доступе к психиатрической помощи.

Читайте:стимуляция мозга может снизить намерение человека совершить насильственный акт