Разработан алгоритм для диагностики депрессии по речи

Исследователи из университета Южной Калифорнии в Лос-Анжелесе (США) разработали алгоритм, который они используют для диагностирования депрессии, анализируя структуру речи пациентов. Этот алгоритм используется в рамках проекта SimSensei, который использует алгоритмы машинного обучения, обработки естественного языка и машинного зрения для анализа психологических сигналов человека, позволяющих диагностировать психические заболевания. В частности, депрессию, тревожность и посттравматическое стрессовое расстройство. В дальнейшем предполагается, что все эти алгоритмы будут интегрированы в приложение класса «виртуальный медицинский советник» для обеспечения поддержки врачей в реальном времени.

В частности, новые алгоритмы позволяют фиксировать изменения в произношении гласных звуков, что свидетельствуют об изменениях в психике, которые часто просто не замечают врачи во время общения с больным человеком. Отметим, что изменения речи, связанные с депрессией, уже были ранее исследованы и задокументированы. Речь таких пациентов становится более вялой, монотонной и однообразной, с уменьшенным уровнем изменчивости и эмоциональности. Кроме того, у них фиксируется замедление речи, сокращается количество слов, увеличивается продолжительность пауз и т.п.

В своих исследованиях американские ученые тестировали с помощью нового метода анализа записи речи 253 взрослых людей, при этом было отмечено, что пациенты, страдающие от депрессии или посттравматического стрессового расстройства, произносили гласные звуки с существенно уменьшенным диапазоном частот. Это связано с влиянием таких заболеваний на моторные функции человека и, в частности, на его способность речи.

Кстати, исследователи полагают, подобные изменения произнесения гласных звуков могут быть также ассоциированы с шизофренией и болезнью Паркинсона. Именно такая связь сейчас исследуется командой исследователей университета Южной Калифорнии.