Hangelemző mesterséges intelligenciával segítené a depresszió szűrését a BME és a Semmelweis Egyetem

A mesterséges intelligencia alkalmazásával beszédelemzésen alapuló, a depresszió felismerését segítő nyelvfüggetlen szoftvert fejlesztenek a Budapesti Műszaki és Gazdaságtudományi Egyetem és a Semmelweis Egyetem szakemberei – írja közleményében a Semmelweis Egyetem. A technológia elsősorban az alapellátásban segíthetné a világszerte milliókat érintő mentális betegség szűrését. Az alkalmazást 2012-ben kezdték fejleszteni, és azóta már elkészült, de élesítéséhez további tesztekre van szükség.

A depresszió népbetegség: az Egészségügyi Világszervezet adatai szerint körülbelül 280 millió ember, a felnőtt lakosság 5 százaléka lehet érintett, ugyanakkor a tünetek sokszínűsége, a mentális problémákat övező vélt stigmák és az egészségügyet érintő humánerőforrás-problémák miatt a betegséget nehezen diagnosztizálják. Ezért a depressziókutatásban régóta keresnek ún. biomarkereket (objektíven mérhető jellemzőket), amik orvosi beavatkozás nélkül segítik a felismerést. Ilyen marker lehet például a betegek megváltozott beszéde.

„A depressziós betegek beszéde általában megváltozik: monotonabb és halkabb lesz, többször tartanak szünetet. Ezeket a jellegzetességeket tanítjuk meg a szoftvernek egy speciális módszer (Support Vector Regression) segítségével” – idézte a Semmelweis Egyetem Kiss Gábort, a BME Távközlési és Médiainformatikai Tanszékének tudományos munkatársát.

Az alkalmazást 2012-ben kezdték fejleszteni, miután a BME bekapcsolódott az Európai Űrügynökség egyik kutatásába, melyben a déli-sarki Concordia Űrkutató Állomáson dolgozók pszichés állapotát mérték fel. Mivel az ottani szakemberek sokszor bezárva, nehezen megközelíthető helyen dolgoznak, miközben télen a nappalok is nagyon rövidek, az általuk rendszeresen felolvasott rövid szövegek alapján a beszédükből próbálták meg kiszűrni pszichés állapotuk változásait. Ebből a projektből nőtte ki magát a Semmelweis Egyetem és a BME együttműködése.

Legutóbbi tanulmányukban a szakemberek arra keresték a választ, hogy a szoftver melyik hagyományosan használt diagnosztikai módszerből nyert adatokkal szűri ki nagyobb pontossággal a depressziót. Ehhez használták az úgynevezett Magyar Depressziós Beszéd Adatbázis 218 depressziós és egészséges embertől (144 nő, 74 férfi) származó hangmintáit, és más teszteken elért (BDI, HAMD) pontszámaikat is. A kutatók különböző fizikai jellemzőket vetettek össze minden egyes beszédmintában, köztük a hangspektrumot, a hangdinamikát, a dallamváltozást vagy a beszédritmust.

Az összesített eredményekből kiderült, hogy az alkalmazás 84 százalékos pontossággal szűrte ki a depressziós betegeket, ha a klinikusok által kitöltött HAMD-teszt pontszámokkal tanították a szoftvert, és 76 százalékos pontossággal mért, ha az önkitöltős BDI-teszt pontszámait vették figyelembe.

„Az eredményeink azt mutatják, hogy az akusztikus biomarkerek segítségével a depresszió hamarabb felismerhető, és egy automatizált döntéshozó szoftver széles körben is használható lenne mint kiegészítő diagnosztikai eszköz. Nemcsak az általános orvosi praxisban, de akár könnyen és olcsón elérhető mobil- vagy webes applikációk formájában is” – mondta Kiss Gábor.

A Frontiers in Psychiatry című folyóiratban nemrég megjelent tanulmány első szerzője, Hajduska-Dér Bálint úgy véli, hogy „a depresszió beszédhangon alapuló korai felismerésével lerövidíthető és felgyorsítható lenne a betegút. Az érintettek hamarabb juthatnának el pszichiáterhez, ha mondjuk már a háziorvosnál felmerülne, hogy a beteg esetleg depressziós, és emiatt lehetnek fizikai tünetei, például has- vagy hátfájdalma.”

A Semmelweis Egyetem közleménye szerint a BME-n már tesztelik az alkalmazást más nyelveken is, és szeretnének egy teljesen nyelvfüggetlen applikációt létrehozni. A szoftver egyébként nemcsak depresszió, hanem Parkinson-kór és diszfónia (száj- és gégedaganat vagy egyéb funkcionális rendellenesség) szűrésére is alkalmas lehet.