Videnskab
 science >> Videnskab >  >> Elektronik

AI kan registrere depression i et barns tale

En maskinlæringsalgoritme kan registrere tegn på angst og depression i små børns talemønstre, potentielt give en hurtig og nem måde at diagnosticere tilstande, som er svære at få øje på og ofte overses hos unge mennesker, ifølge ny forskning offentliggjort i Journal of Biomedical and Health Informatics . Kredit:Anthony Kelly

En maskinlæringsalgoritme kan registrere tegn på angst og depression i små børns talemønstre, potentielt give en hurtig og nem måde at diagnosticere tilstande, der er svære at få øje på og ofte overses hos unge mennesker, ifølge ny forskning offentliggjort i Journal of Biomedical and Health Informatics .

Omkring et ud af fem børn lider af angst og depression, samlet kendt som "internaliserende lidelser." Men fordi børn under otte år ikke pålideligt kan formulere deres følelsesmæssige lidelse, voksne skal kunne udlede deres mentale tilstand, og genkende potentielle psykiske problemer. Ventelister til samtaler med psykologer, forsikringsspørgsmål, og forældres manglende genkendelse af symptomerne bidrager alle til, at børn går glip af livsvigtig behandling.

"Vi har brug for hurtige, objektive tests for at fange børn, når de lider, " siger Ellen McGinnis, en klinisk psykolog ved University of Vermont Medical Center's Vermont Center for Children, Unge og familier og hovedforfatter af undersøgelsen. "Størstedelen af ​​børn under otte er udiagnosticerede."

Tidlig diagnose er kritisk, fordi børn reagerer godt på behandling, mens deres hjerner stadig udvikler sig, men hvis de efterlades ubehandlet, har de større risiko for stofmisbrug og selvmord senere i livet. Standarddiagnose involverer et 60-90 minutters semistruktureret interview med en uddannet kliniker og deres primære omsorgsperson. McGinnis, sammen med University of Vermont biomedicinsk ingeniør og studie seniorforfatter Ryan McGinnis, har ledt efter måder at bruge kunstig intelligens og maskinlæring til at gøre diagnose hurtigere og mere pålidelig.

Forskerne brugte en tilpasset version af en stemningsinduktionsopgave kaldet Trier-Social Stress Task, som har til formål at forårsage følelser af stress og angst hos faget. En gruppe på 71 børn mellem tre og otte år blev bedt om at improvisere en tre-minutters historie, og fortalte, at de ville blive bedømt ud fra, hvor interessant det var. Forskeren, der fungerede som dommer, forblev streng under hele talen, og gav kun neutral eller negativ feedback. Efter 90 sekunder, og igen med 30 sekunder tilbage, en brummer lød, og dommeren ville fortælle dem, hvor lang tid der var tilbage.

"Opgaven er designet til at være stressende, og sætte dem i den tankegang, at nogen dømte dem, " siger Ellen McGinnis.

Børnene blev også diagnosticeret ved hjælp af et struktureret klinisk interview og forældrespørgeskema, begge veletablerede måder at identificere internaliserende lidelser hos børn.

Forskerne brugte en maskinlæringsalgoritme til at analysere statistiske træk ved lydoptagelserne af hvert barns historie og relatere dem til barnets diagnose. De fandt ud af, at algoritmen var meget vellykket til at diagnosticere børn, og at midtfasen af ​​optagelserne, mellem de to summer, var den mest forudsigende for en diagnose.

"Algoritmen var i stand til at identificere børn med en diagnose af en internaliserende lidelse med 80% nøjagtighed, og i de fleste tilfælde sammenlignede det virkelig godt med nøjagtigheden af ​​forældretjeklisten, " siger Ryan McGinnis. Det kan også give resultaterne meget hurtigere - algoritmen kræver kun et par sekunders behandlingstid, når opgaven er fuldført for at stille en diagnose.

Algoritmen identificerede otte forskellige lydfunktioner i børnenes tale, men især tre skilte sig ud som meget tegn på internaliserende lidelser:lavmælte stemmer, med gentagelige talebøjninger og indhold, og en højere tonehøjde respons på den overraskende buzzer. Ellen McGinnis siger, at disse funktioner passer godt til det, du kan forvente af en person, der lider af depression. "En lav stemme og repeterbare taleelementer afspejler det, vi tænker på, når vi tænker på depression:at tale med en monoton stemme, gentager hvad du siger, " siger Ellen McGinnis.

Den højere tonehøjde respons på buzzeren svarer også til den respons forskerne fandt i deres tidligere arbejde, hvor børn med internaliserende lidelser viste sig at udvise en større tilbagevendende respons fra en frygtindgydende stimulus i en frygtinduktionsopgave.

Stemmeanalysen har samme nøjagtighed i diagnosticering som bevægelsesanalysen i det tidligere arbejde, men Ryan McGinnis mener, at det ville være meget nemmere at bruge i kliniske omgivelser. Frygtopgaven kræver et mørkt rum, legetøjsslange, bevægelsessensorer fastgjort til barnet og en guide, mens stemmeopgaven kun behøver en dommer, en måde at optage tale på og en buzzer til at afbryde. "Dette ville være mere muligt at implementere, " han siger.

Ellen McGinnis siger, at næste skridt vil være at udvikle taleanalysealgoritmen til et universelt screeningsværktøj til klinisk brug, måske via en smartphone-app, der kunne registrere og analysere resultater med det samme. Stemmeanalysen kunne også kombineres med bevægelsesanalysen til et batteri af teknologistøttede diagnostiske værktøjer, at hjælpe med at identificere børn med risiko for angst og depression, før selv deres forældre har mistanke om, at noget er galt.