Beszédelemzésen alapuló, a depresszió felismerését segítő nyelvfüggetlen szoftvert fejlesztenek közösen a Budapesti Műszaki és Gazdaságtudományi Egyetem és a Semmelweis Egyetem szakemberei. Az alkalmazás már elkészült, de élesítéséhez további tesztekre van szükség – írja a Semmelweis Egyetem sajtóközleményében.

A depresszió népbetegség: az Egészségügyi Világszervezet adatai szerint körülbelül 280 millió ember, a felnőtt lakosság 5 százaléka lehet érintett. 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

a betegséget nehéz és időigényes diagnosztizálni.

A depresszió-kutatásban már régóta próbálnak olyan objektíven mérhető jellemzőket meghatározni, melyek orvosi beavatkozás nélkül segíthetik a gyorsabb felismerést. "Ilyen lehet a páciensek megváltozott beszéde, melyről mára gyakorlatilag egyetértés van a szakirodalomban" – mondja Hajduska-Dér Bálint, a Semmelweis Egyetem Pszichiátriai és Pszichoterápiás Klinikájának tanársegéde, egy nemrég megjelent tanulmány szerzője.

A publikációban egy BME-n fejlesztett, mesterséges intelligencia alapú beszédhangfeldolgozó alkalmazás működését analizálták, mellyel a depresszió felismerését egyszerűsítenék.

"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 Kiss Gábor, a BME Távközlési és Médiainformatikai Tanszékének tudományos munkatársa.

A kutatáshoz az úgynevezett Magyar Depressziós Beszéd Adatbázis 218 depressziós és egészséges embertől (144 nő, 74 férfi) származó hangmintáit használták fel. A résztvevőknek egy rövid, tíz mondatos mesét kellett felolvasniuk. A szakemberek rögzítették egy BDI nevű önértékelős teszten elért pontszámukat, életkorukat, nemüket, dohányzási- és gyógyszerszedési szokásaikat, illetve, hogy van-e beszédet befolyásoló betegségük. A résztvevők 20 százalékánál egy HAMD nevű orvos által kitöltött teszten elért pontszámukat is felvették.

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

Az összesített eredményekből kiderült:

az alkalmazás 84 százalékos pontossággal szűrte ki a depressziós betegeket,

ha a klinikusok által kitöltött HAMD-teszt pontszámokkal "tanították" a szoftvert, és 76 százalékos pontossággal mért, ha az önkitöltős BDI-teszt pontszámait vették figyelembe.

Hajduska-Dér Bálint azt mondta: a depresszió beszédhangon alapuló korai felismeréséve az érintettek hamarabb juthatnának el pszichiáterhez, ha már a háziorvosnál felmerülne, hogy a beteg esetleg depressziós, és emiatt lehetnek fizikai tünetei. Az applikáció a betegek állapotának után-követesére és a különböző terápiák hatásosságának mérésére is alkalmas.

A BME-én már tesztelik az alkalmazást más nyelveken is, és szeretnének egy teljesen nyelvfüggetlen applikációt létrehozni. A szoftver egyébként nemcsak depresszió, hanem Parkinson-kór és diszfónia (száj- és gégedaganat vagy egyéb funkcionális rendellenesség) szűrésére is alkalmas.

A mesterséges intelligencia adta lehetőségekről és kockázatokról szól az alábbi Aréna-beszélgetés: