یک ابزار مبتنی بر یادگیری ماشین توانست در مدت ۲۵ ثانیه نشانگرهای صوتی افسردگی را با دقتی بیش از ۷۰ درصد شناسایی کند، که این یافته نشاندهندهی ظرفیت بالقوه آن برای بهبود غربالگری سلامت روان در مراقبتهای اولیه و محیطهای درمانی مجازی است.
به گزارش بخش روان شناسی رسانه اخبار پزشکی مدنا، پژوهشگران کارایی یک ابزار یادگیری ماشین را برای تشخیص نشانگرهای صوتی مرتبط با افسردگی متوسط تا شدید مورد بررسی قرار دادند. این ابزار توانست در کمتر از ۲۵ ثانیه نشانگرهای صوتی افسردگی را شناسایی کند و در بیش از ۷۰ درصد از نمونهها، افسردگی را بهدرستی تشخیص دهد. این یافته اهمیت استفاده از این فناوری را برای غربالگری سلامت روان برجسته میکند.
افسردگی یکی از مشکلات عمدهی سلامت عمومی است که سالانه حدود ۱۸ میلیون نفر را در ایالات متحده تحت تأثیر قرار میدهد. تقریباً ۳۰ درصد از افراد در مقطعی از زندگی خود افسردگی را تجربه میکنند. با وجود توصیههای پزشکی مبنی بر انجام غربالگری همگانی، میزان غربالگری افسردگی در مراقبتهای اولیه بسیار پایین است (کمتر از ۴ درصد). حتی در شرایطی که غربالگری توصیه میشود، کمتر از ۵۰ درصد از بیماران واجد شرایط مورد آزمایش قرار میگیرند.
ابزارهای یادگیری ماشین این قابلیت را دارند که بدون افزایش بار اداری، میزان غربالگری را بهبود بخشند. افراد مبتلا به افسردگی معمولاً الگوهای گفتاری متمایزی دارند از جمله لکنت، مکثهای طولانیتر، کندی در صحبت کردن و تردید در بیان جملات. فناوری هوش مصنوعی میتواند با تحلیل این ویژگیهای صوتی، که به عنوان نشانگرهای صوتی شناخته میشوند، نشانههای افسردگی را شناسایی کند.
استفاده از یادگیری ماشین برای غربالگری صوتی افسردگی یک روش غیرتهاجمی، عینی و خودکار برای شناسایی افراد در معرض خطر است، بهویژه در محیطهای درمانی مجازی که امکان بررسی حضوری کمتر وجود دارد. این رویکرد میتواند غربالگری را در دسترستر و کارآمدتر کند و به پزشکان در تشخیص زودهنگام افسردگی و بهبود روند درمان کمک کند.
پژوهشگران بررسی کردند که آیا یادگیری ماشین میتواند نشانههای افسردگی را از طریق تحلیل الگوهای گفتاری شناسایی کند. این مطالعه روی ۱۴,۸۹۸ فرد بزرگسال از ایالات متحده و کانادا که از طریق رسانههای اجتماعی جذب شده بودند، انجام شد. برای اطمینان از تنوع جمعیتی، پژوهشگران بهطور خاص بر جذب مردان و افراد مسنتر تمرکز داشتند.
شرکتکنندگان یک پرسشنامهی استاندارد افسردگی را تکمیل کردند و حداقل ۲۵ ثانیه از صدای خود را از طریق تلفن همراه یا رایانه ضبط کردند. سپس، پژوهشگران کیفیت صوتی ضبطها را بررسی کردند تا از وضوح و یکپارچگی دادهها اطمینان حاصل شود. مدل یادگیری ماشین، این فایلهای صوتی را تجزیهوتحلیل کرد تا مشخص کند آیا فرد احتمالاً دچار افسردگی متوسط تا شدید است یا خیر. شرکتکنندگان در سه دسته قرار گرفتند:
- افرادی که الگوهای صوتی آنها بهطور واضح نشاندهندهی افسردگی بود.
- افرادی که هیچ نشانهای از افسردگی در گفتار آنها مشاهده نشد.
- افرادی که نتایج آنها نامشخص بود و نیاز به بررسیهای بیشتر داشتند.
برای ارزیابی دقت مدل، پژوهشگران پیشبینیهای آن را با نتایج واقعی پرسشنامههای افسردگی مقایسه کردند و الگوریتم را برای کاهش خطاها بهینهسازی کردند. این مطالعه دادههای صوتی ۱۴,۸۹۸ نفر را مورد بررسی قرار داد و آنها را به دو گروه تقسیم کرد: ۱۰,۴۴۲ نفر برای آموزش مدل و ۴,۴۵۶ نفر برای ارزیابی عملکرد آن. طول نمونههای گفتاری از ۲۵ تا کمتر از ۷۵ ثانیه متغیر بود و میانگین آن حدود ۵۸ ثانیه بود. امتیازهای افسردگی خوداظهاری شرکتکنندگان از ۰ تا ۲۷ متغیر بود و میانگین آن ۹ بود.
مدل یادگیری ماشین توانست در ۳,۵۳۶ نمونهی اعتبارسنجی، نشانگرهای افسردگی را شناسایی کند. نتایج آن عبارت بودند از:
- حساسیت (توانایی شناسایی افسردگی): ۷۱.۳ درصد
- ویژگی (توانایی رد افسردگی در افراد غیرمبتلا): ۷۳.۵ درصد
- موارد نامشخص که نیاز به ارزیابی بیشتر داشتند: ۲۰ درصد (۹۲۰ نمونه)
دقت مدل در گروههای جمعیتی مختلف متفاوت بود. این مدل افسردگی را با بیشترین دقت در میان شرکتکنندگان هیسپانیک/لاتینتبار (۸۰.۳ درصد) و سیاهپوستان آمریکایی (۷۲.۴ درصد) شناسایی کرد. همچنین، بالاترین ویژگی (تشخیص عدم افسردگی) در گروههای آسیایی/اقیانوسیهای (۷۷.۵ درصد) و سیاهپوستان آمریکایی (۷۵.۹ درصد) مشاهده شد.
از نظر جنسیت، زنان حساسیت بالاتری داشتند (۷۴ درصد) اما ویژگی پایینتری (۶۸.۹ درصد) نشان دادند، در حالی که مردان حساسیت پایینتری (۵۹.۳ درصد) اما ویژگی بالاتری (۸۳.۹ درصد) داشتند. در گروههای سنی، شرکتکنندگان زیر ۶۰ سال نتایج پایدارتری داشتند، در حالی که افراد ۶۰ سال به بالا حساسیت کمتری (۶۳.۴ درصد) اما ویژگی بالاتری (۸۶.۸ درصد) نشان دادند. بهطور کلی، این مدل یادگیری ماشین قابلیت قابلتوجهی در غربالگری افسردگی نشان داد، هرچند دقت آن بسته به سن، جنسیت و قومیت افراد متفاوت بود.
این مطالعه امکان استفاده از یادگیری ماشین برای تشخیص الگوهای صوتی مرتبط با افسردگی متوسط تا شدید را بررسی کرد. مدل مذکور با تحلیل نمونههای کوتاه گفتاری، عملکردی مشابه ابزارهای استاندارد غربالگری داشت و حساسیت ۷۱.۳ درصد و ویژگی ۷۳.۵ درصد را ارائه داد. اگرچه این فناوری جایگزینی برای تشخیص بالینی نیست، اما میتواند پزشکان مراقبتهای اولیه را در غربالگری تعداد بیشتری از بیماران یاری دهد. فناوریهای مشابه یادگیری ماشین قبلاً در تشخیص بیماریهای عصبی مورد استفاده قرار گرفتهاند و پتانسیل بالای آنها در حوزهی سلامت نشان داده شده است.
یکی از چالشهای این مدل، تعادل میان موارد مثبت و منفی کاذب است که میتوان آن را بر اساس نیازهای بالینی تنظیم کرد. دقت پایینتر مدل در مردان ممکن است به دلیل کمبود دادههای آموزشی در این گروه و تفاوت در علائم افسردگی باشد. همچنین، افراد مسن حساسیت پایینتری اما ویژگی بالاتری داشتند، که نشان میدهد تغییرات مرتبط با سن ممکن است بر تحلیل صوت تأثیر بگذارد.
مطالعه حاضر از شرکتکنندگانی متنوع در ایالات متحده و کانادا استفاده کرد، اما تحقیقات بیشتری لازم است تا تأثیر بیماریهای همراه بر نشانگرهای صوتی مشخص شود. همچنین، بهبود دقت مدل در جمعیتهای مختلف باید مورد توجه قرار گیرد. اگرچه این فناوری هنوز در حال توسعه است، اما میتواند گامی مهم در جهت غربالگری همگانی افسردگی باشد و به پزشکان در تشخیص زودهنگام این اختلال و کاهش سوگیریهای تشخیصی کمک کند. با این حال، برای پذیرش گستردهتر آن، مطالعات بیشتری لازم است.
