Aplikacja, która rozpozna, czy masz depresję słuchając twojego głosu
Depresja jest jedną z chorób, która dotyka coraz więcej osób. Właściwa diagnoza, jak i leczenie są podstawowymi krokami pozwalającymi z nią walczyć. Już niedługo ten proces może wesprzeć aplikacja, która wykryje depresję dzięki analizie naszego głosu.
Podczas wirtualnego spotkania Amerykańskiego Towarzystwa Akustycznego, które odbyło się we wtorek, 8 czerwca, naukowcy przedstawili innowacyjny sposób wykrywania depresji. Ich zdaniem analiza mowy i gestów pozwoli usprawnić diagnozę choroby, ponieważ wpływa ona na sposób, w jaki mówimy. Naukowcy zaznaczają jednak, że technologia będzie jedynie wsparciem dla bardziej profesjonalnych i dokładnych badań.
Aplikacja pomoże wykryć depresję
Według Carol Espy-Wilson z University of Maryland, która uczestniczyła w spotkaniu, sposób mówienia zmienia się, gdy osoba popada w poważną depresję. Dlatego system inwersji mowy zdolny do mapowania sygnałów akustycznych na zmienne ścieżki głosu i odnotowywania czasu między gestami a ruchami przestrzennymi może zidentyfikować te zmiany.
- Depresji towarzyszy spowolnienie psychomotoryczne. W rezultacie [chorzy] nie mogą myśleć tak szybko, a ich tempo mówienia jest spowolnione z większą liczbą dłuższych przerw, niż gdyby nie byli w depresji - powiedział Espy-Wilson w rozmowie z serwisem Interesting Engineering
Zdaniem ekspertki sztuczna inteligencja oraz techniki uczenia maszynowego pozwolą opracować zaawansowany model pozwalający na klasyfikację zdrowia psychicznego, który zostanie przekształcony w aplikację na smartfony. Dzięki niej pacjenci oraz lekarze będą mogli oceniać aktualny stan zdrowia psychicznego. Espy-Wilson uważa, że aplikacja będzie szczególnie przydatna u osób z łagodną depresją lub u pacjentów z remisją choroby.
- W ten sposób mamy nadzieję, że nastąpi interwencja, zanim ich depresja wzrośnie do poziomu, w którym mogą rozważyć samobójstwo – powiedziała Interesting Engineering Espy-Wilson.
ZOBACZ TEŻ: Palmy wyrosły z nasion sprzed 2000 lat. To pierwszy taki przypadek
