Bu makalenin bir parçası sınırlı bir seri yapay zekanın günlük sorunları çözme potansiyeli üzerine.
Anksiyete bozukluğunu güvenilir bir şekilde tanımlayabilecek veya yaklaşan bir depresif nüksü öngörebilecek, ateşinizin ölçülmesi veya kan basıncınızın ölçülmesi kadar hızlı ve kolay bir test hayal edin.
Sağlık hizmeti sağlayıcıları, bir hastanın fiziksel durumunu ölçmek için birçok araca sahiptir, ancak akıl sağlığını değerlendirmek için güvenilir biyobelirteçler (hastanın dışından gözlemlenen tıbbi durumların nesnel göstergeleri) yoktur.
Ancak bazı yapay zeka araştırmacıları artık sesinizin sesinin zihinsel durumunuzu anlamanın anahtarı olabileceğine inanıyor – ve AI, başka türlü algılaması imkansız olmasa da zor olan bu tür değişiklikleri tespit etmek için mükemmel bir şekilde uygundur. Sonuç, zihinsel durumunuzu izlemek için tasarlanmış bir dizi uygulama ve çevrimiçi aracın yanı sıra, telesağlık ve çağrı merkezi sağlayıcılarına gerçek zamanlı zihinsel sağlık değerlendirmeleri sunan programlardır.
Psikologlar, belirli zihinsel sağlık sorunlarının yalnızca dinleme yoluyla tespit edilebileceğini uzun zamandır biliyorlar. ne kişi diyor ama nasıl Cincinnati Üniversitesi Tıp Fakültesi’nde psikolog ve yardımcı doçent olan Maria Espinola, bunu söylüyorlar, dedi.
Depresif hastalarda Dr. Espinola, “konuşmaları genellikle daha monoton, daha düz ve daha yumuşaktır. Ayrıca azaltılmış bir perde aralığına ve daha düşük bir hacme sahiptirler. Daha fazla mola verirler. Daha sık dururlar.”
Anksiyetesi olan hastalar vücutlarında daha fazla gerginlik hissederler, bu da seslerinin duyulma şeklini değiştirebilir. “Daha hızlı konuşma eğilimindedirler. Nefes almakta daha çok zorlanıyorlar.”
Bugün, bu tür vokal özellikler, makine öğrenimi araştırmacıları tarafından depresyon ve kaygının yanı sıra şizofreni ve travma sonrası stres bozukluğu gibi diğer akıl hastalıklarını tahmin etmek için kullanılıyor. Derin öğrenme algoritmalarının kullanımı, kısa ses kayıtlarında yakalandığı gibi, eğitimli uzmanlar için bile belirgin olmayabilecek ek kalıpları ve özellikleri ortaya çıkarabilir.
Harvard Tıp Okulu’nda yardımcı doçent ve Massachusetts General Hospital’da klinik psikolog olan Kate Bentley, “Şu anda kullandığımız teknoloji, insan kulağının bile algılayamayacağı anlamlı özellikler çıkarabiliyor” dedi.
“Klinisyen tarafından derecelendirilen görüşmeler veya öz-bildirim ölçümleri gibi geleneksel olarak kullanılan daha öznel değerlendirme biçimlerinin ötesine geçen biyolojik veya daha nesnel psikiyatrik tanı göstergeleri bulma konusunda çok fazla heyecan var” dedi. Araştırmacıların takip ettiği diğer ipuçları, aktivite seviyelerindeki, uyku düzenlerindeki ve sosyal medya verilerindeki değişiklikleri içeriyor.
Bu teknolojik gelişmeler, akıl sağlığı bakımı ihtiyacının özellikle akut olduğu bir zamanda ortaya çıkıyor: Ulusal Akıl Hastalıkları İttifakı’nın bir raporuna göre, beş yetişkinden biri Amerika Birleşik Devletleri’nde 2020’de akıl hastalığı yaşadı. Ve rakamlar tırmanmaya devam ediyor.
Dr. Bentley, AI teknolojisi kalifiye ruh sağlığı hizmeti sağlayıcılarının kıtlığını ele alamasa da – ülkenin ihtiyaçlarını karşılamak için neredeyse yeterli değil – doğru bir teşhis almanın önündeki engelleri azaltabileceği ve klinisyenlerin tanımlamada yardımcı olabileceği umudu var. Bakım arama konusunda tereddüt edebilecek ve ziyaretler arasında kendi kendini izlemeyi kolaylaştırabilecek hastalar.
Dr. Bentley, “Randevular arasında çok şey olabilir ve teknoloji bize izleme ve değerlendirmeyi daha sürekli bir şekilde geliştirme potansiyeli sunabilir” dedi.
Bu yeni teknolojiyi test etmek için aşağıdakileri indirerek başladım: Zihinsel Fitness uygulaması Bir sağlık teknolojisi şirketi olan Sonde Health’den, halsizlik hislerimin ciddi bir şeyin işareti olup olmadığını veya sadece bitkin olup olmadığımı görmek için. “Sesle çalışan bir zihinsel uygunluk izleme ve günlük tutma ürünü” olarak tanımlanan ücretsiz uygulama, beni ilk check-in’imi, 30 saniyelik sözlü günlük girişimi kaydetmeye davet etti ve bu, zihinsel sağlığımı 1 ile 100 arasında bir ölçekte sıralayacaktı.
Bir dakika sonra puanım geldi: çok iyi olmayan bir 52. Uygulama “Dikkat Edin” diye uyardı.
Uygulama, sesimde tespit edilen canlılık seviyesinin oldukça düşük olduğunu işaretledi. Sırf sessizce konuşmaya çalıştığım için mi monoton geliyordum? Yürüyüşe çıkarak veya alanımı düzene sokarak zihinsel zindeliğimi geliştirmek için uygulamanın önerilerini dikkate almalı mıyım? (İlk soru, uygulamanın olası kusurlarından birini gösterebilir: Bir tüketici olarak bunu bilmek zor olabilir. niye ya ses seviyeniz dalgalanıyor.)
Daha sonra, görüşmeler arasında gergin hissederek, başka bir ses analizi programını test ettim, bu program kaygı düzeylerini tespit etmeye odaklandı. bu Stres Dalgaları Testi 60 saniyelik kayıtlı konuşma örneklerini kullanarak stres seviyelerini değerlendirmek için AI uzmanı Ellipsis Health ile işbirliği içinde geliştirilen sağlık ve sigorta holdingi Cigna’nın ücretsiz bir çevrimiçi aracıdır.
“Geceleri seni uyanık tutan nedir?” web sitesinin istemiydi. Kalıcı endişelerimi anlatmak için bir dakika harcadıktan sonra program kaydımı puanladı ve bana bir e-posta bildirisi gönderdi: “Stres seviyeniz orta.” Sonde uygulamasının aksine, Cigna’nın e-postası hiçbir yararlı kişisel gelişim ipucu sunmuyordu.
Diğer teknolojiler, potansiyel olarak yararlı bir insan etkileşimi katmanı ekler. Kintsugi, Berkeley, California merkezli bir şirket olan ve bu ayın başlarında A Serisi finansmanda 20 milyon dolar toplayan bir şirket. Kintsugi, Japon pratiğinin adını almıştır. altın damarlı kırık çanak çömlek tamiri.
Ruh sağlığı hizmetlerine erişim için mücadele etme konusundaki ortak geçmiş deneyimlerini birleştiren Grace Chang ve Rima Seiilova-Olson tarafından kurulan Kintsugi, daha fazla destekten yararlanabilecek hastaları belirlemelerine yardımcı olabilecek telesağlık ve çağrı merkezi sağlayıcıları için teknoloji geliştiriyor.
Kintsugi’nin ses analiz programını kullanarak, örneğin bir hemşireden, kolikli bir bebeği olan rahatsız bir ebeveyne kendi iyiliği hakkında soru sormak için fazladan bir dakika ayırması istenebilir.
Bu tür makine öğrenimi teknolojilerinin geliştirilmesiyle ilgili endişelerden biri önyargı sorunudur – programların yaş, cinsiyet, etnik köken, uyruk ve diğer demografik kriterlerden bağımsız olarak tüm hastalar için eşit şekilde çalışmasını sağlamak.
Bayan Chang, “Makine öğrenimi modellerinin iyi çalışması için gerçekten çok büyük, çeşitli ve sağlam bir veri setine sahip olmanız gerekir” dedi ve Kintsugi’nin dünyanın dört bir yanından birçok farklı dilde ses kayıtlarını güvenlik önlemi olarak kullandığını belirtti. özellikle bu sorun.
Dr. Bentley, bu yeni ortaya çıkan alandaki bir diğer önemli endişenin de mahremiyet, özellikle de bireyleri tanımlamak için kullanılabilecek ses verileri olduğunu söyledi.
Ve hastalar kayıt altına alınmayı kabul etseler bile, rıza sorunu bazen iki yönlüdür. Bazı ses analiz programları, hastanın ruh sağlığını değerlendirmeye ek olarak, kendi algoritmalarını geliştirmek ve iyileştirmek için kayıtları kullanır.
Dr. Bentley, diğer bir zorluğun, tüketicilerin makine öğrenimine ve özellikle tahmin yapmak için hangi özellikleri kullandıklarını, geliştiricilerin bile tam olarak açıklayamayacakları şekilde çalışan sözde kara kutu algoritmalarına karşı potansiyel güvensizlik olduğunu söyledi.
Semel Nörobilim ve İnsan Davranışı Enstitüsü’nün geçici direktörü ve Los Angeles California Üniversitesi’nde psikiyatri başkanı Dr. Alexander S. Young, “Algoritmayı yaratmak var ve algoritmayı anlamak var” dedi ve endişeleri dile getirdi. pek çok araştırmacının genel olarak yapay zeka ve makine öğrenimi hakkında sahip olduğu şey: programın eğitim aşamasında insan gözetimi varsa bile çok az şey var.
Şimdilik, Dr. Young, özellikle hastaların kendilerini izlemeleri için araçlar olarak ses analizi teknolojilerinin potansiyeli konusunda ihtiyatlı bir iyimserlik içinde.
“İnsanların ruh sağlığı durumlarını modelleyebileceğinize veya genel olarak ruh sağlığı durumlarına yaklaşabileceğinize inanıyorum” dedi. “İnsanlar, özellikle kronik hastalıkları olan, durumlarını kendi kendilerine izleyebilmeyi severler.”
Ancak, otomatik ses analizi teknolojileri genel kullanıma girmeden önce, bazıları doğruluklarının titiz bir şekilde araştırılmasını istiyor.
Dr. Bentley, “Yalnızca ses teknolojisinin değil, diğer veri akışları üzerine kurulu yapay zeka ve makine öğrenimi modellerinin de gerçekten daha fazla doğrulanmasına ihtiyacımız var” dedi. “Ve bu doğrulamayı büyük ölçekli, iyi tasarlanmış temsili çalışmalardan elde etmemiz gerekiyor.”
O zamana kadar, AI güdümlü ses analizi teknolojisi umut verici ancak kanıtlanmamış bir araç olmaya devam ediyor ve nihayetinde zihinsel sağlığımızın sıcaklığını ölçmek için günlük bir yöntem olabilir.
Kaynak : https://www.nytimes.com/2022/04/05/technology/ai-voice-analysis-mental-health.html