Künstliche Intelligenz ist in der Lage, den Klang der Stimme einer Person zu analysieren, um depressive Stimmungen zu erkennen. Ein Machine Learning Modell des Computer Science and Artificial Intelligence Laboratory (CSAIL) am Massachusetts Institute of Technology (MIT) kann die psychische Gesundheit anhand von Hinweisen in Sprachmustern bewerten, wie z.B. monotone Aussprache und längere Pausen zwischen den Wörtern. KI erkennt Depression anhand einer Analyse des Sprachmusters.
Viele Krankheiten sind sehr leicht zu diagnostizieren. Zahnschmerzen können die Folge von Karies sein, Masern verursachen einen Ausschlag, usw. Die Symptome einer Depression sind wesentlich schwieriger zu erfassen.
Wie werden Depressionen festgestellt?
Aktuell verwenden medizinische Fachkräfte zur Diagnose von Depressionen das internationale Klassifizierungssystem der ICD-10 (dort Kapitel V “Psychische und Verhaltensstörungen, Affektive Störungen – F30-F39”). Depressive Störungen werden als psychopathologische Syndrome von bestimmter Dauer innerhalb der diagnostischen Kategorie der “Affektiven Störungen” definiert. Bei den hier zusammengefassten Störungsbildern beziehen sich die wichtigsten Symptome auf eine Veränderung der Stimmung und des allgemeinen Aktivitätsniveaus. Patienten werden im Zuge der Diagnose nach ihrem Interesse an regelmäßigen Aktivitäten, nach Appetit- und Essgewohnheiten, Konzentrationsfähigkeit u.a. befragt. Erst nach der Diagnose kann eine Depression behandelt werden.
Hindernisse wie Kosten, Mobilität und Motivation können depressive Menschen daran hindern, die Hilfe zu suchen, die sie benötigen.” – Tuka Al Hanai, MIT Forscherin
Al Hanai ist Forscherin im Computer Science and Artificial Intelligence Laboratory (CSAIL) am Massachusetts Institute of Technology (MIT). Sie und ihre Kollegen wollen erforschen, ob ein Algorithmus entwickelt werden kann, der die Stimme eines Patienten analysieren kann, um dessen psychische Gesundheit festzustellen¹. Sie hoffen, dass die Verfügbarkeit eines automatisierten Screening-Prozesses die Hindernisse für Diagnose und Behandlung verringern könnte. In einem 2019 erschienenen Beitrag beschreiben Al Hanai und ihr Team eine Studie, die darauf abzielt, Depressionen mit Hilfe einer Machine Learning Anwendung zu erkennen.
Hinweise für eine Depression im Sprachmuster
Das Machine Learning Modell kann die psychische Gesundheit anhand von Hinweisen in Sprachmustern bewerten, wie z.B. monotone Aussprache und längere Pausen zwischen den Worten. Die KI erkennt Depression. Das Modell besteht aus Interaktionen zwischen menschlichen Probanden und einem virtuellen Agenten. Der Agent stellte Fragen wie “Wie geht es dir?” und “Hältst du dich für einen introvertierte Person? Und gab dem Probanden Feedback mit natürlichen Antworten wie “Ich verstehe” und “Erzähl mir mehr darüber”.
Eine Smartphone-App, die Sprachproben sammelt und auswertet?
“Ein realistisches Szenario wäre, dass die Leute eine App verwenden, die Sprachproben sammelt, während sie natürlich sprechen. Die App, die auf dem Handy des Benutzers läuft, erkennt und verfolgt Stimmungsindikatoren wie Depressionen im Laufe der Zeit. So wie Sie einen Schrittzähler auf Ihrem Handy haben, könnten Sie einen Depressionsindikator haben, der auf Ihrer Stimme basiert, während Sie das Telefon benutzen.” meint Dr. Eleni Stroulia², Doktorandin, Professorin am Department of Computing Science der Universität, Autorin des wisssenschaftlichen Papers Detecting Depression from Voice
Apps für Textanalysen
Aktuell gibt es bereits Smartphone Apps zur Überwachung des Schreib- und Leseverhaltens von Depressiven. Eine KI-Sprachanalyse wäre die perfekte Ergänzung.
Künstliche Intelligenz findet Muster, die auf eine Depression hinweisen
Das Modell der CSAIL Forscher erkennt Sprechstil und Wortfolgen und findet Muster, die auf Depressionen hinweisen. So lernt es mittels Machine Learning, Depressionen bei neuen Probanden zu erkennen, die die gleichen Muster aufweisen. Die gesammelten Daten und die Nutzung von Künstlicher Intelligenz könnten letztendlich dazu beitragen, dass sowohl Gesundheitsdienstleister als auch Patienten profitieren. So kann auf breiter Basis eine der großen Volkskrankheiten der westlichen Welt, die Depression, erfolgreich bekämpft werden.
Quelle:
1.) Detecting Depression with Audio/Text Sequence Modeling of Interviews, von Tuka Alhanai, Mohammad Ghassemi, and James Glass
2.) Detecting Depression from Voice,
https://link.springer.com/chapter/10.1007%2F978-3-030-18305-9_47