Нейросеть и депрессия – как распознает, метод и цель
О компании
Наши решения
Ресурсный центр

Свяжитесь с нами, чтобы узнать больше и начать сотрудничать с нами





    * Обязательное поле

    ООО «СберМедИИ» использует Cookies (файлы с данными о прошлых посещениях веб-сайта) для персонализации сервисов и удобства пользователей. Чтобы продолжить пользоваться сайтом необходимо дать согласие на использование файлов cookies и принять Условия использования cookies. Вы можете отказаться от обработки cookies, однако сайт будет недоступен для использования. Условия использования cookie

    Согласиться

    Как нейросеть распознает депрессию?

    29 ноября 2022

    |

    Время чтения 5 минут

    Содержание

    Депрессия — психическое расстройство, которым страдают 5% взрослых людей по всему миру1. Человек сталкивается с целым комплексом негативных чувств: виной, отсутствием мотивации, раздражением, безнадёжностью2. Ему трудно справляться с повседневными делами, даже спать, есть или работать3.

    Машина распознаёт человеческие чувства и помогает управлять ими — звучит как сюжет фантастического фильма. Врачи, учёные и разработчики вместе пытаются воплотить это в жизнь. Расскажем, что у них уже получилось.

    Преграды на пути к ментальному здоровью

    Всемирная организация здравоохранения (ВОЗ) указывает, что нехватка ресурсов не позволяет вовремя диагностировать и лечить депрессию. Кроме того, люди, страдающие психическими расстройствами, подвергаются социальной стигматизации1.

    Заболевание распространено, но многие пациенты не получают нужного лечения. Исследование в Японии определило трудности, с которыми сталкиваются люди с депрессией4:

    • нехватка опекунов или медицинских сотрудников, которые ухаживали бы за такими людьми и следили за их состоянием;

    • транспортная недоступность мест, где могут оказать помощь;

    • уверенность в неэффективности лечения;

    • желание решить проблему самостоятельно.

    Пациенты отказывались обращаться за психиатрической помощью в 63,9% случаев, так как считали, что она не нужна4.

    Рабочая группа по профилактике заболеваний в США (USPSTF) рекомендует проводить скрининг на депрессию в рамках первичной медико-санитарной помощи взрослому населению. Чтобы эффективно диагностировать заболевание, нужно проанализировать большое количество данных. Скрининг должен быть доступным, а его результаты — понятными пациенту5.

    Надеясь решить эти проблемы, исследователи обращаются за помощью к искусственному интеллекту (ИИ).

    Давай поговорим: понимающий собеседник в смартфоне

    «Привет, как ты сегодня?» — спрашивает чат-бот и предлагает ответить словом или смайликом. Мобильное приложение разговаривает с пользователем, диагностируя психоэмоциональное состояние по полученным ответам, а потом предлагает подходящий контент для управления эмоциями — видео или упражнения6.

    Woebot7, Tess X2AI8, Wysa9 — примеры таких технологичных собеседников. Нейросеть принимает облик симпатичного робота, улыбчивой девушки или пингвина.

    Разработчики стараются, чтобы пользователь воспринимал приложение как собеседника, проявляющего сочувствие и эмпатию. Для этого программу обучают6:

    • определять эмоции пользователя и подбирать подходящие реплики;

    • создавать графики настроения с краткими комментариями;

    • предлагать помощь специалиста в тяжёлых случаях депрессии.

    Программная «начинка» объединяет психологию и ИИ. Она основана на методах когнитивно-поведенческой, межличностной и диалектической поведенческой терапии. Чтобы распознать сообщения человека, приложение использует обработку естественного языка (NLP)9,10.

    Чат-боты на основе нейросети не заменяют помощь специалиста. Их задача — отслеживать эмоциональное состояние человека в режиме 24/7. Они добились первых успехов, улучшив показатели психического здоровья у подростков, женщин с послеродовой депрессией и людей, которые злоупотребляли психоактивными веществами11.

    Приложения помогают преодолеть барьер стигматизации. Разработчики гарантируют анонимность и безопасность: все данные шифруются, а использовать сервисы можно под любым ником12.

    Как ИИ распознаёт признаки депрессии

    При депрессии изменяется активность речевых центров в головном мозге, и голос приобретает свои особенности. Его можно описать как более тихий, низкий, слабый13.

    Разработчики подхватили это наблюдение. Платформа Kintsugi Voice интегрируется в кол-центры, системы телемедицины и приложения для мониторинга пациентов. ИИ диагностирует депрессию по коротким голосовым записям14.

    ИИ обучают анализировать активность в соцсетях, чтобы видеть первые депрессивные признаки15:

    • частоту публикаций;

    • эмоционально окрашенные слова в сообщениях;

    • лингвистические особенности: предлоги, личные местоимения, формы слов;

    • смайлики;

    • участие в сообществах.

    Зачастую выводы нейросети зависят от языка. Социальными сетями чаще пользуются молодые люди, поэтому у мониторинга есть ограничения15.

    ИИ диагностирует клинические случаи депрессии

    Учёные из Шеффилдского университета в Великобритании использовали ИИ, чтобы улучшить этапы диагностики и подобрать индивидуальную терапию16.

    ИИ диагностировал депрессию как стандартный или сложный случай. Для этого он собирал и обрабатывал разные данные16:

    • негативные эмоции;

    • личностные черты;

    • статус занятости;

    • расу и этническую принадлежность.

    Совместная работа врача и нейросети улучшила исход терапии. Индивидуальный подход позволил выиграть время. Многие пациенты сразу получали лечение высокой интенсивности, а не начинали со стандартного16.

    Источники

    1. Депрессия [Электронный ресурс]: Всемирная организация здравоохранения. URL: https://www.who.int/ru/news-room/fact-sheets/detail/depression. (дата обращения: 20.11.2022).

    2. Депрессия [Электронный ресурс]: NHS. URL: https://www.nhs.uk/mental-health/conditions/clinical-depression/symptoms/. (дата обращения: 20.11.2022).

    3. Депрессия [Электронный ресурс]: National institute of Mental Health. URL: https://www.nimh.nih.gov/health/topics/depression. (дата обращения: 20.11.2022).

    4. Kanehara A, Umeda M, Kawakami N; World Mental Health Japan Survey Group. Barriers to mental health care in Japan: Results from the World Mental Health Japan Survey. Psychiatry Clin Neurosci. 2015 Sep;69(9):523-33. doi: 10.1111/pcn.12267. Epub 2015 Feb 9. PMID: 25523280; PMCID: PMC4472610.

    5. Скрининг на депрессию у взрослых [Электронный ресурс]: USPSTF. URL: https://www.uspreventiveservicestaskforce.org/uspstf/document/RecommendationStatementFinal/depression-in-adults-screening (дата обращения: 20.11.2022).

    6. Реляционный агент для ментального здоровья [Электронный ресурс]: Woebot Health. URL: https://woebothealth.com. (дата обращения: 20.11.2022).

    7. Познакомьтесь с Wysa [Электронный ресурс]: Wysa. URL: https://www.wysa.io/meet-wysa. (дата обращения: 20.11.2022).

    8. Чат-бот для ментального здоровья [Электронный ресурс]: X2 AI. URL: https://www.x2ai.com. (дата обращения: 20.11.2022).

    9. Fitzpatrick KK, Darcy A, Vierhile M. Delivering Cognitive Behavior Therapy to Young Adults With Symptoms of Depression and Anxiety Using a Fully Automated Conversational Agent (Woebot): A Randomized Controlled Trial. JMIR Ment Health. 2017 Jun 6;4(2):e19. doi: 10.2196/mental.7785. PMID: 28588005; PMCID: PMC5478797.

    10. Чем силён Woebot [Электронный ресурс]: Woebot Health. URL: https://woebothealth.com/what-powers-woebot/. (дата обращения: 20.11.2022).

    11. Darcy A, Beaudette A, Chiauzzi E, Daniels J, Goodwin K, Mariano TY, Wicks P, Robinson A. Anatomy of a Woebot® (WB001): agent guided CBT for women with postpartum depression. Expert Rev Med Devices. 2022 Apr;19(4):287-301. doi: 10.1080/17434440.2022.2075726. PMID: 35748029.

    12. Часто задаваемые вопросы [Электронный ресурс]: Wysa. URL: https://www.wysa.io/faq. (дата обращения: 20.11.2022).

    13. Wang J, Zhang L, Liu T, Pan W, Hu B, Zhu T. Acoustic differences between healthy and depressed people: a cross-situation study. BMC Psychiatry. 2019 Oct 15;19(1):300. doi: 10.1186/s12888-019-2300-7. PMID: 31615470; PMCID: PMC6794822.

    14. Kintsugi [Электронный ресурс]: Kintsugi Health. URL: https://www.kintsugihealth.com (дата обращения: 20.11.2022).

    15. Liu D, Feng XL, Ahmed F, Shahid M, Guo J. Detecting and Measuring Depression on Social Media Using a Machine Learning Approach: Systematic Review. JMIR Ment Health. 2022 Mar 1;9(3):e27244. doi: 10.2196/27244. PMID: 35230252; PMCID: PMC8924784.

    16. Delgadillo J, Ali S, Fleck K, Agnew C, Southgate A, Parkhouse L, Cohen ZD, DeRubeis RJ, Barkham M. Stratified Care vs Stepped Care for Depression: A Cluster Randomized Clinical Trial. JAMA Psychiatry. 2022 Feb 1;79(2):101-108. doi: 10.1001/jamapsychiatry.2021.3539. PMID: 34878526; PMCID: PMC8655665.

    Похожие статьи