Wereldwijd lijden ongeveer 280 miljoen mensen aan depressie. Hoewel er effectieve behandelmethoden bestaan, blijft de aandoening vaak onopgemerkt zolang mensen geen hulp zoeken. Een nieuw AI-model biedt mogelijk uitkomst bij de diagnostiek van deze patiënten.
Onderzoekers van de Technische Universiteit van Kaunas (Litouwen) hebben een AI-model ontwikkeld dat de emotionele toestand van een persoon nauwkeurig en objectief kan analyseren door spraak en neurale hersenactiviteit te monitoren. Traditionele diagnostiek van depressie maakt doorgaans gebruik van één type data. Door echter een multimodale aanpak te hanteren, slaagden de KTU-wetenschappers erin een completer beeld van de emotionele toestand van een individu te krijgen en een diagnostische nauwkeurigheid van meer dan 97 procent te behalen.
De onderzoekers kozen ervoor om data te gebruiken die uit spraak is verzameld, omdat de emotionele toestand van een persoon tot uiting komt in het spreektempo, de intonatie en de algemene energie. Deze gegevens werden verzameld tijdens vraag-en-antwoord-sessies, waarbij patiënten ook activiteiten uitvoerden, zoals het beschrijven van afbeeldingen, om hun spraak vast te leggen.
Naast spraakdata verzamelden de onderzoekers elektro-encefalogram (EEG)-gegevens uit de Multimodal Open Dataset for Mental Disorder Analysis (MODMA). De deelnemers werden vijf minuten opgenomen terwijl ze wakker, in rust en met gesloten ogen waren om de elektrische hersenactiviteit te meten. Deze EEG- en spraakgegevens werden vervolgens omgezet in spectrogrammen en geanalyseerd met behulp van een deep learning-model, dat tekenen van depressie identificeerde en de gegevens classificeerde als afkomstig van gezonde of depressieve personen.
Het AI-model vereist nog verdere klinische tests en verbeteringen aan het programma, waaronder het vermogen van het algoritme om specifieke redenen voor een depressiediagnose te geven. Hierdoor kunnen medische professionals gerichter handelen. Het onderzoeksteam verwacht dat het model in de toekomst het diagnostische proces kan versnellen, de mogelijkheid biedt voor diagnose op afstand en subjectieve evaluaties vermindert.
Meer informatie
Naar boven
