AIスピーチ分析は幼児のうつ病を検出できます

新しい研究は、機械学習アルゴリズムが幼児の音声パターンの不安とうつ病の兆候を検出できることを示唆しています。この手法は、若者の障害を特定するのが困難なことを検出する、より迅速で簡単な方法である可能性があります。タイムリーなケアを確保するには、感情的な問題を早期に発見することが重要です。

調査員は、約5人に1人の子供が「内在化障害」と総称される不安とうつ病に苦しんでいると説明しています。ただし、8歳未満の子供は感情的な苦しみを確実に表現できず、状態の特定が困難であるため、障害の兆候を認識するのは困難です。

多くの場合、スケジュールの問題や保険の確認の取得など、プロバイダーへのアクセスは面倒なプロセスであるため、タイムリーな診断を行う必要性は重要です。

「子供が苦しんでいるときに子供を捕まえるために、迅速で客観的なテストが必要です」とバーモント大学医療センターの子供、青少年および家族のためのバーモントセンターの臨床心理学者であり、研究の筆頭著者であるエレンマクギニス博士は述べた。 「8歳未満の子供たちの大半は診断されていません。」

研究は Journal of Biomedical and Health Informatics.

脳がまだ発達している間、子供たちは治療によく反応するため、早期診断は重要ですが、未治療のままにしておくと、その後の薬物乱用や自殺のリスクが高くなります。

標準的な診断には、訓練を受けた臨床医とその主介護者との60〜90分の半構造化面接が含まれます。

McGinnisは、バーモント大学の生物医学エンジニアであり、研究の筆頭著者であるRyan McGinnisとともに、人工知能と機械学習を使用して診断をより速く信頼性の高いものにする方法を探していました。

研究者は、対象にストレスと不安の感情を引き起こすことを目的とした、トリーア社会的ストレスタスクと呼ばれる気分誘導タスクの適応バージョンを使用しました。

3歳から8歳までの71人の子供たちのグループは、3分間のストーリーを即興で作成するように求められ、どれほど面白かったかによって判断されると言われました。裁判官を務める研究者はスピーチ全体を通じて厳しいままであり、中立的または否定的なフィードバックしか与えませんでした。 90秒後、残りの30秒後、ブザーが鳴り、審査員は残り時間を伝えます。

「このタスクはストレスを感じるように設計されており、誰かがそれらを判断していたという考え方にそれらを置くように設計されています」とエレン・マクギニスは言います。

子供たちはまた、構造化された臨床面接と親の質問票を使用して診断されました。どちらも、子供の内在化障害を特定するための確立された方法です。

研究者は機械学習アルゴリズムを使用して、各子供の物語の音声録音の統計的特徴を分析し、それらを子供の診断に関連付けました。彼らは、アルゴリズムが子供の診断に非常に成功していること、および2つのブザーの間の録音の中間段階が診断の最も予測的なものであることを発見しました。

「このアルゴリズムは、内在化障害の診断を受けた子供を80％の精度で識別することができ、ほとんどの場合、親のチェックリストの精度と非常によく似ていました」とRyan McGinnisは言います。

また、結果をはるかに迅速に得ることができます。アルゴリズムは、診断を提供するタスクが完了すると、数秒の処理時間を必要とします。

アルゴリズムは、子どものスピーチの8つの異なる音声機能を識別しましたが、特に3つは内在化障害を非常に示すものとして際立っていました：低音域の声、繰り返し可能な発語の抑揚と内容、および驚くべきブザーに対する高音域の応答。

エレン・マクギニス氏は、これらの機能はうつ病に苦しんでいる人に期待することとよく合うと言います。 「低音と繰り返し可能なスピーチの要素は、うつ病について考えるときに私たちが考えることを反映しています。単調な声で話し、あなたが言っていることを繰り返します」とエレン・マクギニスは言います。

ブザーに対するより高いピッチの反応は、研究者らが以前の研究で発見した反応と似ています。内部障害を持つ子供は、恐怖誘導課題で恐ろしい刺激からのより大きな反応を示すことがわかりました。

音声分析は、その初期の研究におけるモーション分析と同様の診断精度を持っていますが、Ryan McGinnisは、臨床現場で使用する方がはるかに簡単だと考えています。

恐怖のタスクには、暗い部屋、おもちゃのヘビ、子供に取り付けられたモーションセンサーとガイドが必要ですが、音声のタスクには、裁判官、音声を録音する方法、ブザーで割り込むだけです。 「これは展開がより実現可能です」と彼は言います。

Ellen McGinnis氏は、次のステップは音声分析アルゴリズムを臨床用の汎用スクリーニングツールに開発することであり、おそらく結果を即座に記録および分析できるスマートフォンアプリを使用することになると述べています。

音声分析をモーション分析と組み合わせて、一連のテクノロジー支援診断ツールに組み込むこともできます。これにより、両親が何かが間違っていると疑う前に、不安やうつ病のリスクがある子供を特定することができます。

出典：バーモント大学