Usando IA Para Detectar Depressão em Nossa Voz

Pesquisadores da Universidade de Alberta, no Canadá, estão Usando IA Para Detectar Depressão em Nossa Voz. Assim como temos apps que contam nossos passos, em breve teremos apps que analisam nossa voz e detectam sinais de depressão.

Vemos cada vez mais aplicações comerciais e projetos de pesquisa que visam fornecer a detecção de várias condições médicas, incluindo Alzheimer e Parkinson, simplesmente ouvindo nossa voz. A gama de aplicativos continua a crescer, com uma equipe da Universidade de Alberta apresentando um sistema que pode executar o mesmo truque para a depressão.

O trabalho, documentado em um artigo publicado recentemente, usou conjuntos de benchmarks padrão de gravações de áudio para desenvolver um método que utiliza uma variedade de algoritmos de aprendizado de máquina para fornecer um diagnóstico mais preciso do que as abordagens tradicionais.

O estudo se baseou em pesquisas anteriores que destacaram o papel principal do timbre de nossa voz para ajudar a identificar nosso humor. A equipe espera que eles possam desenvolver um aplicativo comercial para ajudar os usuários a se auto-diagnosticarem.

“Um cenário realista é fazer com que as pessoas usem um aplicativo que colete amostras de voz à medida que falam naturalmente. O aplicativo, executado no telefone do usuário, reconhecerá e acompanhará indicadores de humor, como depressão, ao longo do tempo. Assim como você tem um contador de passos no telefone, você pode ter um indicador de depressão com base na sua voz enquanto usa o telefone.”

Com a depressão afetando cerca de 15% dos canadenses em algum momento de suas vidas, a equipe acredita que essa ferramenta pode ser vital para ajudar as pessoas a refletir melhor sobre seu humor ao longo do tempo e obter uma melhor visão sobre seu próprio bem-estar mental.

“Este trabalho, desenvolvendo uma detecção mais precisa em conjuntos de dados de referência padrão, é o primeiro passo”, concluem os autores.

Trabalho Ativo

Esse trabalho se junta a uma série de outros projetos interessantes seguindo linhas semelhantes. Algumas novas pesquisas interessantes estão sendo capazes de prever com precisão a depressão apenas ouvindo nossa voz. Embora talvez seja justo dizer que esse trabalho ainda não chegou ao mercado, um estudo recente da Universidade de Vermont destaca o trabalho que ainda está sendo realizado em campo.

Ele revela o uso do aprendizado de máquina para detectar sinais de depressão e ansiedade em uma de 20% das crianças que se acredita sofrer de alguma forma de ansiedade ou depressão. Diagnosticar a condição em crianças tão jovens é difícil, pois elas não conseguem articular de maneira confiável os sentimentos que estão tendo, o que pode levar a que muitas crianças permaneçam sem diagnóstico e, portanto, sem tratamento.

Como em tantas condições, quanto mais cedo você puder diagnosticar problemas de saúde mental em crianças, melhor, mas isso é especialmente verdade em crianças pequenas, pois seus cérebros ainda estão se desenvolvendo e, portanto, condições não tratadas podem facilmente se transformar em coisas como abuso de substâncias mais tarde na vida. O método tradicional de diagnóstico envolve uma entrevista semiestruturada com um clínico, mas os pesquisadores acreditam que a IA pode fazer um trabalho melhor, tanto em termos de precisão quanto de velocidade.

Os pesquisadores desenvolveram uma versão modificada da Trier-Social Stress Task, projetada para invocar sentimentos de estresse e / ou ansiedade em uma pessoa. Isso envolveu pedir a um grupo de crianças voluntárias para improvisar uma história curta, com cada história julgada com base em quão interessante era. O juiz foi instruído a proferir discurso neutro ou negativo, mantendo uma expressão severa durante todo o discurso. Além do teste, cada criança também recebeu uma entrevista clínica estruturada para testar vários problemas.

Um algoritmo de aprendizado de máquina foi então usado para analisar vários recursos estatísticos das gravações de áudio de cada história para relacioná-las com o diagnóstico dessa criança. Os pesquisadores descobriram que esse algoritmo foi bem-sucedido no diagnóstico das crianças, sendo o ponto médio da história a parte mais valiosa em termos de capacidade preditiva. Os pesquisadores explicam:

“O algoritmo foi capaz de identificar crianças com diagnóstico de um distúrbio com 80% de precisão e, na maioria dos casos, comparou-se muito bem com a precisão da lista de verificação dos pais”.

A equipe planeja desenvolver ainda mais o sistema em uma ferramenta de triagem que pode ser usada em um ambiente clínico, potencialmente até por meio de um aplicativo. Pode até ser combinado com análise de movimento ou outras ferramentas de diagnóstico para identificar melhor as crianças em risco de depressão e ansiedade, com a equipe confiante de que pode fornecer o diagnóstico antes que seus pais suspeitem que algo esteja errado.

E confira nossa mais nova formação: