Forskare har skapat ett konstgjordt neuralt nätverk som kan avgöra om en person har tecken på depression från en persons tal inspelat i ljud- eller textformat. Samtidigt beror inte algoritmens funktion på konversationen av konversationen, det vill säga, det spelar ingen roll vad personen pratar om, det neurala nätverket kan hitta alarmerande signaler även i den mest abstrakta konversationen. Forskningsresultaten kommer att presenteras på Interspeech 2018-konferensen; resultaten kan läsas på webbplatsen för Massachusetts Institute of Technology.
Hittills finns det redan algoritmer som kan spåra patientens svar på läkarens frågor och ställa en diagnos baserad på dem. Sådana neurala nätverk analyserar vad patienten har sagt, och på grundval av detta avgör de om en person har depression eller inte. Vanligtvis frågar läkare om tidigare psykisk sjukdom, livsstil och så vidare. Som författarna till den nya studien noterar sådana konversationer liten likhet med vanliga samtal som en person leder i livet. Därför var deras mål att lära ett neuralt nätverk att analysera inte vad en person säger, utan hur han gör det.
För att träna det neurala nätverket använde författarna mer än 140 ljud-, video- och textfiler med inspelningar av intervjuer med patienter med olika psykiska störningar. Först rankade specialinbjudna experter manuellt varje intervju på en skala från 0 till 27. Om läkaren gav intervjun en "poäng" högre än 15, visar patienten tecken på depression. Efter träningen började nervnätverket sätta poäng själv. Diagnosens noggrannhet (den bedömdes i jämförelse med domen från experterna) var i genomsnitt 77%.
Den skapade algoritmen analyserar patientens tal, medan konversationsämnet kan vara det mest abstrakta. Enligt författarna kan denna teknik i framtiden bli mycket användbar för människor som inte kan se en läkare eller inte vill. På grundval av den nya utvecklingen är det till exempel möjligt att skapa en mobilapplikation som spårar en persons meddelanden och hans telefonsamtal och endast på grundval av denna information upptäcker tecken på depression.
