AI runas analīze var atklāt depresiju maziem bērniem
Jauni pētījumi liecina, ka mašīnmācīšanās algoritms var atklāt trauksmes un depresijas pazīmes mazu bērnu runas modeļos. Tehnika varētu būt ātrāks un vienkāršāks veids, kā noteikt grūti pamanāmus traucējumus jauniešiem. Savlaicīga emocionālo problēmu noteikšana ir svarīga, lai nodrošinātu savlaicīgu aprūpi.
Izmeklētāji paskaidro, ka apmēram katrs piektais bērns cieš no trauksmes un depresijas, ko kopā sauc par “internalizējošiem traucējumiem”. Tomēr traucējuma pazīmes ir grūti atpazīt, jo bērni, kas jaunāki par astoņiem gadiem, nevar droši formulēt savas emocionālās ciešanas, padarot šo stāvokli grūti pamanāmu.
Nepieciešamība savlaicīgi noteikt diagnozi ir svarīga, jo piekļuve pakalpojumu sniedzējam, neatkarīgi no tā, vai tas ir plānošanas jautājums vai apdrošināšanas pārbaudes iegūšana, bieži ir darbietilpīgs process.
"Mums ir nepieciešami ātri, objektīvi testi, lai noķertu bērnus, kad viņi cieš," sacīja Dr Ellena Makginnisa, Vermontas Universitātes Medicīnas centra Vermontas bērnu, jauniešu un ģimenes centra universitātes klīniskā psiholoģe un pētījuma galvenā autore. "Lielākā daļa bērnu, kas jaunāki par astoņiem gadiem, netiek diagnosticēti."
Pētījums parādās Biomedicīnas un veselības informātikas žurnāls.
Agrīna diagnostika ir kritiska, jo bērni labi reaģē uz ārstēšanu, kamēr viņu smadzenes vēl attīstās, bet, ja viņi netiek ārstēti, viņiem vēlāk dzīvē ir lielāks risks, ka ļaunprātīgi izmantos vielas un izdarīs pašnāvību.
Standarta diagnoze ietver 60-90 minūšu daļēji strukturētu interviju ar apmācītu klīnicistu un viņu primārās aprūpes sniedzēju.
Makginniss kopā ar Vermontas universitātes biomedicīnas inženieri un pētījumu vecāko autoru Raienu Makginnisu meklēja veidus, kā izmantot mākslīgo intelektu un mašīnmācīšanos, lai diagnozi padarītu ātrāku un uzticamāku.
Pētnieki izmantoja garastāvokļa inducēšanas uzdevuma, ko sauc par Trīra un sociālā stresa uzdevumu, pielāgotu versiju, kura ir paredzēta, lai izraisītu stresa un trauksmes sajūtu subjektā.
Grupai ar 71 bērnu vecumā no trim līdz astoņiem gadiem tika lūgts improvizēt trīs minūšu stāstu un pastāstīja, ka viņus vērtēs pēc tā, cik tas bija interesanti. Pētnieks, kas darbojas kā tiesnesis, runas laikā palika stingrs un sniedza tikai neitrālas vai negatīvas atsauksmes. Pēc 90 sekundēm un atkal, kad bija atlikušas 30 sekundes, atskanēja skaņas signāls, un tiesnesis viņiem pateica, cik daudz laika bija atlicis.
"Uzdevums ir veidots tā, lai tas būtu saspringts un liktu viņiem domāt, ka kāds viņus vērtē," saka Ellena Makginnisa.
Bērni tika diagnosticēti arī, izmantojot strukturētu klīnisko interviju un vecāku anketu - abus labi izveidotos veidus, kā identificēt bērnu internalizācijas traucējumus.
Pētnieki izmantoja mašīnmācīšanās algoritmu, lai analizētu katra bērna stāsta audioierakstu statistiskās pazīmes un saistītu tos ar bērna diagnozi. Viņi uzskatīja, ka algoritms ļoti veiksmīgi diagnosticēja bērnus un ka ierakstu vidējā fāze starp abiem buzzeriem visvairāk prognozēja diagnozi.
"Algoritms ar 80 procentu precizitāti spēja identificēt bērnus ar internalizācijas traucējumu diagnozi, un vairumā gadījumu tas patiešām bija salīdzināms ar vecāku kontrolsaraksta precizitāti," saka Raiens Makginniss.
Tas var arī dot rezultātus daudz ātrāk - algoritmam ir nepieciešamas tikai dažas sekundes apstrādes laika, kad uzdevums ir pabeigts, lai nodrošinātu diagnozi.
Algoritms identificēja astoņas dažādas bērnu runas audio iezīmes, bet jo īpaši trīs izcēlās kā ļoti liecinošas par traucējumiem internalizācijā: zemas balsis, ar atkārtojamiem runas locījumiem un saturu un augstākas atbildes reakciju uz pārsteidzošo skaņas signālu.
Ellen McGinnis saka, ka šīs funkcijas labi sader ar to, ko jūs varētu sagaidīt no kāda, kas cieš no depresijas. "Zema balss balss un atkārtojami runas elementi atspoguļo to, ko mēs domājam, domājot par depresiju: runājot monotonā balsī, atkārtojot to, ko jūs sakāt," saka Elena Makginnisa.
Augstākas atbildes reakcija uz skaņas signālu ir arī līdzīga reakcijai, ko pētnieki atrada savā iepriekšējā darbā, kur bērniem ar internalizācijas traucējumiem tika konstatēts, ka bailes ierosināšanas uzdevumā ir lielāka novēršanās reakcija no bailīga stimula.
Balss analīzei ir līdzīga precizitāte diagnozē kā kustības analīzei tajā agrākajā darbā, taču Ryan McGinnis domā, ka to būtu daudz vieglāk izmantot klīniskajā vidē.
Baiļu uzdevumam ir nepieciešama aptumšota telpa, rotaļlietu čūska, kustības sensori, kas piestiprināti pie bērna, un ceļvedis, savukārt balss uzdevumam ir vajadzīgs tikai tiesnesis, runas ierakstīšanas veids un skaņas signāls, lai pārtrauktu. "To būtu vieglāk izvietot," viņš saka.
Ellen McGinnis saka, ka nākamais solis būs runas analīzes algoritma attīstīšana par universālu skrīninga rīku klīniskai lietošanai, iespējams, izmantojot viedtālruņa lietotni, kas varētu nekavējoties ierakstīt un analizēt rezultātus.
Balss analīzi varētu arī apvienot ar kustības analīzi ar tehnoloģijām balstītu diagnostikas rīku komplektā, lai palīdzētu identificēt bērnus, kuriem draud trauksme un depresija, pat pirms viņu vecākiem ir aizdomas, ka kaut kas nav kārtībā.
Avots: Vermontas universitāte
