Các nhà nghiên cứu MIT đã phát triển một mô hình mạng thần kinh có thể phân tích dữ liệu thô và dữ liệu âm thanh từ các cuộc phỏng vấn để khám phá các mẫu phát ngôn biểu thị trầm cảm. Phương pháp này có thể được sử dụng để phát triển hỗ trợ chẩn đoán cho các bác sĩ lâm sàng để phát hiện dấu hiệu trầm cảm trong các cuộc trò chuyện tự nhiên.

Để chẩn đoán trầm cảm, bác sĩ lâm sàng phỏng vấn bệnh nhân, đặt câu hỏi cụ thể về tiền sử bệnh tâm thần, lối sống và tâm trạng và xác định tình trạng dựa trên phản ứng của bệnh nhân.
Trong những năm gần đây, machine-learning đã được xem là một trợ giúp hữu ích cho chẩn đoán. Ví dụ, các mô hình machine-learning đã được phát triển có thể phát hiện các từ và ngữ điệu của lời nói có thể biểu thị trầm cảm. Nhưng những mô hình này có xu hướng dự đoán rằng một người bị trầm cảm hay không, dựa trên câu trả lời cụ thể của người đó cho các câu hỏi cụ thể. Những phương pháp này là chính xác, nhưng sự phụ thuộc vào loại câu hỏi được hỏi giới hạn cách thức và nơi chúng có thể được sử dụng.
Trong một bài báo được trình bày tại hội nghị Interspeech, các nhà nghiên cứu MIT mô tả chi tiết một mô hình mạng thần kinh có thể xử lý thông tin trên văn bản thô và dữ liệu âm thanh từ các cuộc phỏng vấn để khám phá các mẫu phát ngôn biểu thị trầm cảm. Với một chủ đề mới, nó có thể dự đoán chính xác nếu cá nhân bị trầm cảm, mà không cần bất kỳ thông tin nào khác về các câu hỏi và câu trả lời.
Các nhà nghiên cứu hy vọng phương pháp này có thể được sử dụng để phát triển các công cụ phát hiện dấu hiệu của trầm cảm trong cuộc trò chuyện tự nhiên. Trong tương lai, mô hình có thể hỗ trợ nền tảng cho các ứng dụng di động theo dõi văn bản và giọng nói của người dùng để cảnh báo tình trạng căng thẳng tâm thần và gửi thông báo. Điều này có thể đặc biệt hữu ích đối với những người không thể đến gặp bác sĩ để chẩn đoán ban đầu, do khoảng cách, chi phí hoặc thiếu nhận thức rằng có điều gì đó không ổn.
Tuka Alhanai, nhà nghiên cứu thuộc Phòng thí nghiệm Khoa học máy tính và Trí tuệ nhân tạo (CSAIL), cho biết: “Những gợi ý đầu tiên của chúng ta về một người hạnh phúc, vui mừng, buồn, hoặc trầm cảm là qua giọng nói. Nếu bạn muốn triển khai các mô hình [phát hiện trầm cảm] theo cách có thể mở rộng…, hãy giảm thiểu lượng ràng buộc trên các dữ liệu được sử dụng. Bạn muốn triển khai nó trong bất kỳ cuộc trò chuyện thông thường nào và mô hình nhận ra được, từ sự tương tác tự nhiên, trạng thái tâm lý của cá nhân. ”
Tất nhiên, công nghệ này có thể được sử dụng để xác định sự đau khổ tinh thần trong các cuộc trò chuyện bình thường trong các phòng khám lâm sàng, đồng tác giả James Glass, nhà khoa học nghiên cứu cao cấp tại CSAIL, cho biết thêm. "Mỗi bệnh nhân có cách nói chuyện khác nhau, và những thay đổi mà mô hình nhìn thấy có thể là một dấu hiệu cho các bác sĩ," ông nói. "Đây là một bước tiến trong việc xem xem chúng ta có thể làm gì để hỗ trợ các bác sĩ lâm sàng."
Nguồn: Báo khoa học và phát triển