- Семиднeвная Панорама
Нейросеть научилась выявлять депрессию по голосовым сообщениям
Как показало исследование, модели машинного обучения способны анализировать короткие голосовые сообщения в WhatsApp и по их особенностям определять большое депрессивное расстройство. Изображение сгенерировано ИИ
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:
