نشرت مقالة مؤخرا في مجلة Annals of Family Medicine ، عن قيام الباحثين بتقييم فعالية أداة التعلم الآلي التابعة للذكاء الاصطناعي (ML) في الكشف عن العلامات الصوتية المرتبطة بالاكتئاب الشديد أو المتوسط.

نجحت الأداة حسب موقع "news-medical"، في اكتشاف العلامات الصوتية للاكتئاب في 25 ثانية فقط، وتحديد حالات الاكتئاب بشكل صحيح في أكثر من 70% من العينات، مما يسلط الضوء على فائدتها في فحص الصحة العقلية.

تتمتع تقنية التعلم الآلي بإمكانية تحسين معدلات فحص الاكتئاب، وغالبًا ما يكون لدى الأشخاص الذين يعانون من الاكتئاب أنماط كلام مميزة، بما في ذلك التلعثم والتردد والتوقفات الطويلة والكلام البطيء، يمكن لتقنية التعلم الآلي تحليل هذه السمات الصوتية، المعروفة باسم المؤشرات الحيوية الصوتية، للكشف عن علامات الاكتئاب.

يقدم استخدام التعلم الآلي في فحص الاكتئاب القائم على الصوت طريقة غير جراحية وموضوعية وآلية لتحديد الأفراد المعرضين للخطر، وقد يجعل هذا النهج عملية الفحص أكثر سهولة وفعالية، مما يساعد الأطباء في نهاية المطاف على اكتشاف الاكتئاب في وقت مبكر وتحسين رعاية المرضى.

حول الدراسة

قام الباحثون باستكشاف ما إذا كان التعلم الآلي قادر على اكتشاف علامات الاكتئاب من خلال تحليل أنماط الكلام، ولضمان مجموعة متنوعة، استهدفوا الرجال وكبار السن على وجه التحديد في جهودهم التوعوية، أكمل المشاركون استبيانًا قياسيًا عن الاكتئاب وسجلوا ما لا يقل عن 25 ثانية من الكلام باستخدام هواتفهم أو أجهزة الكمبيوتر الخاصة بهم، قام الباحثون بمعالجة التسجيلات لضمان جودة الصوت الواضحة والمتسقة.

قام نموذج التعلم الآلي بتحليل التسجيلات الصوتية لتحديد ما إذا كان شخص ما يعاني من اكتئاب متوسط إلى شديد، وقد قامت الدراسة بتصنيف المشاركين إلى ثلاث فئات، وحددتهم على أنهم معرضون للإصابة بالاكتئاب إذا كانت أنماط أصواتهم تشير بقوة إلى ذلك، ولا تظهر عليهم أي علامات اكتئاب إذا لم يتم العثور على علامات صوتية واضحة، وأوصت بإجراء مزيد من التقييم إذا كانت النتائج غير واضحة.