Forskere har opprettet et kunstig nevralt nettverk som kan avgjøre om en person har tegn på depresjon fra en persons tale, spilt inn i lyd- eller tekstformat. Samtidig avhenger ikke driften av algoritmen av samtalen, det vil si at det ikke betyr noe hva personen snakker om, det nevrale nettverket kan finne alarmerende signaler selv i den mest abstrakte samtalen. Forskningsresultatene vil bli presentert på Interspeech 2018-konferansen; resultatene kan leses på nettstedet til Massachusetts Institute of Technology.
Til dags dato er det allerede algoritmer som kan spore pasientens svar på legens spørsmål og stille en diagnose basert på dem. Slike nevrale nettverk analyserer hva pasienten har sagt, og på bakgrunn av dette bestemmer de om en person har depresjon eller ikke. Vanligvis spør leger om tidligere mental sykdom, livsstil og så videre. Som forfatterne av den nye studien noterer, ligner slike samtaler liten likhet med vanlige samtaler som en person fører i livet. Derfor var deres mål å lære et nevralt nettverk å analysere ikke hva en person sier, men hvordan han gjør det.
For å trene det nevrale nettverket, brukte forfatterne mer enn 140 lyd-, video- og tekstfiler med opptak av intervjuer med pasienter med forskjellige psykiske lidelser. Først vurderte spesialinviterte eksperter manuelt hvert intervju på en skala fra 0 til 27. Hvis legen ga intervjuet en "poengsum" høyere enn 15, viser pasienten tegn til depresjon. Etter trening begynte nevrale nettverk å sette poeng selv. Nøyaktigheten av diagnosen (den ble vurdert i sammenligning med ekspertdommen) var i gjennomsnitt 77%.
Den opprettede algoritmen analyserer pasientens tale, mens samtaleemnet kan være det mest abstrakte. I følge forfatterne kan denne teknologien i fremtiden være veldig nyttig for folk som ikke kan se lege eller ikke vil. På bakgrunn av den nye utviklingen er det mulig å opprette for eksempel en mobilapplikasjon som vil spore en persons meldinger og hans telefonsamtaler og bare basert på denne informasjonen oppdage tegn på depresjon.
