Lęk czy depresja to choroby bardzo trudne do zdiagnozowania, które opiera się na kwestionariuszach i rozmowach. Naukowcy z Uniwersytetu w Vermont uważają, że odkryli inny, pewniejszy sposób na diagnozowanie chorób u dzieci.
Nowe badania wykorzystują algorytmy uczenia maszynowego, które wykrywają choroby poprzez mowę małych dzieci. To, co nakłoniło naukowców do takiego podejścia to kłopoty dzieci poniżej 8 roku życia w komunikowaniu ich samopoczucia psychicznego oraz konsekwencji braku prawidłowej diagnozy – nadużywanie zakazanych substancji czy tendencje samobójcze.
Czytaj też: Przełom w pasteryzacji pozwala na utrzymanie świeżości mleka przez 90 dni
Badacze wykorzystali grupę 71 dzieci w wieku od 3 do 8 lat i poddali je testowi Trier-Social Stress Task. Jest to ćwiczenie indukcji nastroju, którego celem jest wywołanie uczucia stresu i niepokoju. Dzieci miały za zadanie improwizować przez trzy minuty, podczas gdy osoba obserwująca przekazywała im neutralne lub negatywne opinie.
W tym samym czasie algorytm uczenia maszynowego poddawał analizie ich mowę. Została ona porównana z tradycyjną diagnozą uzyskaną dzięki wywiadowi klinicznemu. Dzięki temu udało się wyciągnąć pewne cechy mowy wskazujące na lęki czy depresję.
Ogromną zaletą takiego podejścia jest szybkość diagnozy, która wynosi kilka sekund od zakończenia zadania. Naukowcy pracują teraz na próbami wdrożenia klinicznego ich algorytmu. Możliwe więc, że w przyszłości dzieci będą diagnozowane dzięki uczeniu maszynowemu, a nie długich i żmudnych kwestionariuszy.
Czytaj też: Znaleziona tabliczka potwierdza istnienie biblijnego króla
Źródło: Newatlas
