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

A Semmelweis Egyetem 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 minden huszadik felnőtt embert érinti
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.

Megváltozik a beszéd, ha valaki depressziós
"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.

2012 óta fejlesztik az alkalmazást
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.

Évente több mint 700 ezer ember lesz öngyilkos
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.

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

A résztvevőknek "Az északi szél és a nap" című rövid, tízmondatos mesét kellett felolvasniuk. A szakemberek rögzítették a BDI teszten elért pontszámukat, életkorukat, nemüket, dohányzási és gyógyszerszedési szokásaikat, illetve hogy van-e beszédet befolyásoló betegségük. A résztvevők 20%-ánál (43) a HAMD teszten elért pontszámukat is felvették.



A kutatók ezután különböző fizikai jellemzőket vetettek össze minden egyes beszédmintában, köztük a hangspektrumot, a hangdinamikát, a dallamváltozást és a beszédritmust.

Az összesített eredményekből kiderült, hogy az alkalmazás 84%-os pontossággal szűrte ki a depressziós betegeket, ha a klinikusok által kitöltött HAMD-teszt pontszámokkal "tanították" a szoftvert, és 76%-os 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 – mondja dr. Kiss Gábor.

A betegek hamarabb juthatnának el pszichiáterhez
Dr. Hajduska-Dér hozzáteszi: "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.

Forrás: MTI, Semmelweis Médiasarok
Fotó: Rawpixel