Нейросеть научилась выявлять депрессию по голосовым сообщениям
- Семиднeвная Панорама
Учёные предложили выявлять одно из самых распространённых психических расстройств через популярные мессенджеры. Как показало исследование, модели машинного обучения способны анализировать короткие голосовые сообщения в WhatsApp и по их особенностям определять большое депрессивное расстройство (БДР), пишет Наука.
Авторы работы, Виктор Хо Отани из Медицинской школы Санта-Каса-де-Сан-Паулу (Бразилия) и его коллеги, использовали большие языковые модели (LLM), чтобы разделять участников на две группы: с клинически подтверждённой депрессией и без такого диагноза. По данным статьи, точность их модели при выявлении депрессии у женщин превысила 91%.
Депрессией, по оценкам, страдают более 280 млн человек по всему миру, и раннее распознавание состояния играет ключевую роль для своевременного лечения. В рамках проекта исследователи работали с аудиозаписями WhatsApp: участники записывали сообщения, где рассказывали о своей неделе, а также выполняли простые задания — например, считали до десяти.
Исследование проходило в два этапа — обучение и проверка. В обучающую выборку вошли 86 человек с подтверждённым БДР (37 женщин и 8 мужчин) и 41 участник контрольной группы (30 женщин и 11 мужчин). Для тестирования модели использовали данные 74 участников: 33 человека с депрессией и 41 из контрольной группы.
Во время проверки лучшие результаты модель показала при работе с женскими голосовыми сообщениями — 91,9% точности. У мужчин показатель оказался ниже — 75%. Авторы связывают это с тем, что женщин в обучающей группе было больше, а также с возможными различиями в речевых особенностях у мужчин и женщин. При анализе задания «счёт до 10» результаты стали более ровными: точность составила 82% для женщин и 78% для мужчин.
Исследователи рассчитывают, что дальнейшая доработка таких моделей поможет создать доступные инструменты для скрининга депрессии и расширит возможности применения технологий в клинической практике и научных проектах.
«Наше исследование подтверждает, что анализ акустических паттернов в спонтанных голосовых сообщениях может быть эффективным способом выявления депрессии. такие цифровые инструменты могут стать полезными в повседневной практике», — подчеркнул руководитель исследования Лукас Маркес.
Татьяна Вахнован
Читайте также:
