Alexander Vitkovski (alev_biz) wrote,
Alexander Vitkovski
alev_biz

Нейросеть научили диагностировать депрессию по речи пациента

Американские разработчики из Массачусетского технологического института создали метод автоматической диагностики депрессии по устной речи.

Нейросеть научили диагностировать депрессию по речи пациента

Подход основан на использовании нейросети, натренированной на беседах с пациентами с депрессией и со здоровыми людьми. Точность диагностики с использованием предложенного метода составила 77 процентов. Авторы отмечают, что алгоритм контекстно-свободный и диагностика может быть проведена на любом достаточно полном фрагменте речи пациента, вне зависимости от темы разговора. Препринт статьи с результатами исследований выложен на сайте института.



Обычно диагностика депрессии проходит с помощью бесед с психиатром, которые включают в себя стандартные вопросы об истории психических расстройств и зависимостей в семье и динамике настроений и самочувствия пациента за определенный период. Согласно МКБ-10, депрессивный эпизод характеризуется пониженным настроением, неспособностью радоваться и получать удовольствие, потерей интереса к привычным видам деятельности, усталостью, проблемами с аппетитом (или его потерей, или наоборот — перееданием) и сном (гиперсомнией или бессонницей). Распознать пониженное настроение и потерю интереса при этом не так просто: часто пациенты могут, к примеру, отрицать наличие проблемы или не любить говорить о себе и своих чувствах. В этом случае диагностировать депрессию (или другое аффективное расстройство) может только очень опытный специалист.

Разумеется, существуют и стандартизированные методы диагностики депрессии. Так, с 60-х годов прошлого века для этого применяют шкалу депрессии Бека, для самостоятельной диагностики используется аналогичная шкала Занга, а Американская психологическая ассоциация уже несколько десятков лет разрабатывает и дополняет Опросник здоровья пациента (Patient Health Questionnaire — PHS).

С развитием технологий искусственного интеллекта появилась возможность автоматической диагностики психических заболеваний. Чаще всего материалом для диагностики служит устная речь пациента: например, зимой этого года исследователи придумали метод диагностики психоза. Сейчас исследователи из Массачусетского технологического института под руководством Джеймса Гласса (James Glass) разработали аналогичный алгоритм и для распознавания депрессии. Для этого они взяли данные из DAIC (Distress Analysis Interview Corpus) — корпуса интервью с людьми с симптомами депрессиями, а также здоровыми людьми. Всего ученые использовали беседы со 142 участниками, психическое состояние которых было заранее известно на основе результатов опросника PHQ: из всех использованных записей 20 процентов (это 28 интервью) были проведены с людьми с диагностированной клинической депрессией.

Собранные данные были использованы для обучения нейросети с долгой краткосрочной памятью: такая архитектура хорошо подходит для решения задачи классификации при достаточном количестве исходных параметров. В анализе человеческой речи выбранные параметры зависят от формы разговора (диалога или монолога), а также от того, письменная речь или устная. Для обучения исследователи взяли как аудиозаписи, так и их расшифровки. В первом случае учитывались пространственные и временные параметры речи: паузы, высота голоса и среднее время, потраченное на произнесение одного слова, — а во втором были построены векторные модели произнесенного, по которым потом вычислялись самые частотные слова и словосочетания, употребляемые людьми с разным диагнозом. На основе этих параметров нейросеть выдавала «диагноз» — балл от 0 до 27: оценка в промежутке от 0 до 4 означала отсутствие депрессивных симптомов, а от 20 до 27 — тяжелую депрессию.

Для тестирования исследователи использовали 47 интервью людей с разным диагнозом. Полнота (доля правильно распознанных объектов из числа всех положительных) диагноза составила 83 процента, а точность (доля правильно распознанных объектов из всех распознанных) — 71 процент. Средняя точность автоматической диагностики составила 77 процентов. Интересно, что эффективность диагностики зависела от входных данных: для того, чтобы поставить диагноз на основе текста, достаточно было семи реплик, а диагностика по аудио требовала тридцати.

Разработанный алгоритм — не первый в автоматической диагностике депрессии по речи пациентов. Однако по словам авторов это первый контекстно-свободный алгоритм: при обучении нейросети исследователи не учитывали то, на какие именно вопросы и реплики отвечали участники. Этот подход, таким образом, может быть использован для диагностики аффективных расстройств по любому разговору — необязательно в формате общения пациента с врачом.

На протяжении последних тридцати пяти лет самые популярные методы лечения депрессии — психотерапия и препараты, работающие по принципу селективного ингибирования обратного захвата серотонина (СИОЗС). Однако предсказать эффективность каждого из них для отдельного пациента не так просто: тем не менее, недавно ученые научились делать это с помощью анализа данных электроэнцефалограммы головного мозга.

Автор: Елизавета Ивтушок





Ссылка на источник

Tags: ИИ, депрессия, диагностика, психиатрия, психология
Subscribe

Posts from This Journal “ИИ” Tag

Buy for 20 tokens
Новые Шнобелевские премии вручили за мух в вине, чистящие свойства слюны, нетрадиционное использование почтовых марок, а также за нашу склонность передразнивать кого ни попадя и нашу же нелюбовь к чтению технических инструкций. В минувший четверг в Гарварде прошла очередная, двадцать восьмая…
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

    Your IP address will be recorded 

  • 0 comments