Még tesztelik a rendszert, de a mesterséges intelligencia segíti a depresszió szűrését

     Beszédelemzésen alapuló, a depresszió felismerését segítő szoftvert fejlesztenek a Budapesti Műszaki és Gazdaságtudományi Egyetem és a Semmelweis Egyetem szakemberei.

    A Semmelweis Egyetem csütörtöki közleménye szerint a technológia elsősorban az alapellátásban segíthetné a világszerte milliókat érintő mentális betegség szűrését, időt és pénzt spórolva az egészségügynek. Az alkalmazás már elkészült, de élesítéséhez további tesztekre van szükség.


    A depresszió népbetegség, az Egészségügyi Világszervezet adatai szerint körülbelül 280 millió embert, a felnőtt lakosság 5 százalékát érintheti. Egyes előrejelzések szerint 2030-ra ez a mentális probléma róhatja a legnagyobb terhet a világ egészségügyi és gazdasági rendszereire. A tünetek sokszínűsége, a mentális problémák körüli stigma és az egészségügyet világszinten érintő humánerőforrás-gondok miatt azonban a betegséget nehéz és időigényes diagnosztizálni.


    “A depressziókutatásban éppen ezért régóta próbálnak olyan biomarkereket (objektíven mérhető jellemzők) meghatározni, melyek orvosi beavatkozás nélkül segíthetik a gyorsabb felismerést. Ilyen lehet a páciensek megváltozott beszéde, melyről mára gyakorlatilag egyetértés van a szakirodalomban” – idézik a közleményben Hajduska-Dér Bálintot, a Semmelweis Egyetem Pszichiátriai és Pszichoterápiás Klinikájának tanérsegédjét, a Frontiers in Psychiatry című folyóiratban nemrég megjelent tanulmány első szerzőjét.


    “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” – magyarázza a beszámolóban Kiss Gábor, a BME Távközlési és Médiainformatikai Tanszékének tudományos munkatársa.


    A közlemény szerint 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.


    A WHO adatai szerint évente 700 ezernél is többen követnek el öngyilkosságot világszerte, a szakemberek szerint a depresszió korai felismerése ezért is égető kérdés. Mint írták, a betegség felismerésére jelenleg leggyakrabban vagy az úgynevezett Beck Depression Inventory (BDI) vagy a Hamilton Rating Scale for Depression (HAMD) teszteket használják, melyek nem teljesen objektívek.


    A kutatáshoz az úgynevezett Magyar Depressziós Beszéd Adatbázis 218 depressziós és egészséges embertől (144 nő, 74 férfi) származó hangmintáit használták fel.


    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 széleskörben is használható lenne, mint kiegészítő diagnosztikai eszköz. Nemcsak az általános orvosi praxisban, de akár könnyen és olcsón elérhető mobil- vagy webes applikációk formájában is” – magyarázta Kiss Gábor.


    Hajduska-Dér Bálint hozzátette: “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 mesterséges intelligencia bevonása ezért közvetve az életminőség javulására is hatással lehet, illetve a kórházban töltött időt és az ellátásra fordított költségeket is csökkenthetné, ezzel tehermentesítve az egészségügyi rendszert”.


    A beszámoló szerint az applikáció a betegek állapotának utánkövetesére és a különböző terápiák hatásosságának mérésére is alkalmas.


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