AI モデルは自然な会話からうつ病を 77% の精度で検出

• MIT の研究者は、事前に定義された質問をせずに、生の音声とテキストからうつ病のパターンを自動的に識別するニューラル ネットワークを開発しました。
• このモデルは「コンテキストフリー」です。つまり、何気ない会話を分析し、うつ病に関連する言語的および音響的な手がかりを抽出できます。
• 検証調査では、全体的な精度 77% を達成し、従来の Q&A ベースの AI ツールを上回りました。

伝統的に、患者健康質問書 (PHQ‑9) はうつ病スクリーニングのゴールドスタンダードです。気分、睡眠、食欲、エネルギー レベルに関する 9 つの固定質問をして、0 ～ 27 のスコアを計算します。20 を超えるスコアは重度のうつ病を示します。

過去数年にわたって、機械学習のアプローチは、抑うつ状態を示唆する証拠となるマーカー（イントネーション、発話速度、特定の語彙の選択）を音声から抽出することに成功しました。ただし、これらのモデルのほとんどは、PHQ‑9 または同様の構造化されたインタビューへの回答に依存しているため、現実世界の設定への適用は限られています。

MIT の新しいニューラル ネットワークはその制約を取り除きます。自由形式のインタビューの録音をフィードすることにより、システムは、うつ病と強く関連する微妙なパターン（「落ち込んでいる」、「落ち込んでいる」、「悲しい」などの言葉の頻繁な使用と、平坦または単調な声質、遅い話す速度とを組み合わせたものなど）を認識することを学習します。

モデルの仕組み

このアルゴリズムは、音声をタイムスタンプ付きのオーディオ フレームと文字起こしされた単語のシーケンスとして扱います。これは、音響特徴 (ピッチ、エネルギー、話す速度) と言語内容を共同分析するディープ シーケンス モデリング アーキテクチャを採用しています。固定のアンケートに依存しないため、臨床面接から日常の電話に至るまで、あらゆる会話データに適用できます。

著者らは、これを「コンテキストフリー モデリング」と呼んでいます。これは、尋ねられた特定の質問とは無関係にうつ病の兆候を捉えるためです。

トレーニング、検証、パフォーマンス

このモデルは、苦痛分析インタビュー コーパス (DAIC) から抽出された 142 の対話に基づいてトレーニングされました。DAIC には、健康な参加者と精神障害と診断された個人の両方との会話の音声、ビデオ、テキストが含まれています。

各被験者のうつ病の重症度は、PHQ‑9 スコア (0 ～ 27) を使用して定量化されました。この研究では、28 人の参加者がうつ病に分類されました (スコア 20 以上)。ネットワークは精度と再現率で評価され、71% の精度と 83% の再現率を達成し、全体の精度は 77% となりました。これは、通常 60 ～ 65% 程度の精度で推移していた以前の AI アプローチと比べて顕著な改善でした。

今後の研究では、ネットワークを認知症などの他の症状にも拡張し、その予測を推進する特定の音響言語パターンを調査する予定です。

長期的には、このテクノロジーをモバイル アプリに統合して、ユーザーの音声やテキストを受動的に監視して苦痛の兆候を検出し、メンタルヘルス ケアへのアクセスの障壁に直面している人々に早期の警告を提供できる可能性があります。

読む:脳への刺激は、暴力行為を犯す人の意図を減少させる可能性がある