هوش مصنوعی از صدا برای تشخیص افسردگی و اضطراب استفاده می‌کند

فناوری هوش مصنوعی استارتاپ «Kintsugi» برای تشخیص افسردگی و اضطراب از صدای افراد کمک می‌گیرد. این نرم‌افزار که در مراکز درمان از راه دور مورد قابل استفاده است، با پردازش بیست ثانیه‌ای مکالمه، می‌تواند سطح اضطراب یا افسردگی را با نمره‌دهی «PHQ-9» و «GAD-7» تعیین کند.

«سیلووا اولسون» مهاجری از قزاقستان و یکی از بنیانگذاران و دانشمند ارشد استارتاپ «Kintsugi Mindful Wellness» عقیده دارد صداها بسیار ارزشمند هستند و می‌توانند به روانشناسان کمک کنند تا فراد مبتلا به افسردگی و اضطراب را بهتر حمایت کنند.

این شرکت درحال ساخت نرم‌افزار هوش مصنوعی است که کلیپ‌های کوتاه گفتاری افراد را به منظور تشخیص افسردگی و اضطراب مورد تجزیه و تحلیل قرار می‌دهد. این نشانگر زیستی صدا در مراکز خدمات بهداشتی از راه دور و نظارت بر سلامت، غربالگری و تریاژ بیمارانی که به دنبال پشتیبانی هستند مورد استفاده قرار می‌گیرد تا نیازهایشان را سریع‌تر ارزیابی کرده و پاسخ دهد.

مهاجر تایوانی «گریس چانگ» یکی دیگر از بنیانگذاران این استارتاپ است. او و اولسون هر دو برای سال‌های متمادی از افسردگی رنج می‌بردند و تحت سلطه مردان بودند. آن‌ها پس از آنکه نیاز مبرم افراد به روانشناس و مراقبت‌های روانی بهداشتی از راه دور را احساس کردند، تصمیم به تاسیس این استارتاپ در سال 2019 گرفتند.

پیش از این شرکت‌های دیگری مانند «Ellipsis Health» و «Winter Light Labs» در تلاش بودند تا با استفاده از نشانگر زیستی صوتی دست به تشخیص سلامت روان بزنند. تحقیقات نشان داده است صدای یک فرد می‌تواند با شرایط سلامت روحی وی در ارتباط باشد.

مراکز بهداشت روانی حضوری معمولا از پرسشنامه‌هایی برای سنجش شدت اضطراب یا افسردگی بیماران استفاده می‌کنند که به نمرات «PHQ-9» و «GAD-7» معروف هستند. اما زمانی که مشاوره برای درمان حال روحی بیمار تبدیل به یک تماس تلفنی می‌شود، تشخیص وضعیت دشوار می‌گردد. 

فناوری هوش مصنوعی استارتاپ Kintsugi در این مرحله به کمک می‌آید. این ابزار تجزیه و تحلیل که از چند هفته پیش در یک مرکز درمانی مورد استفاده قرار گرفته است، به تشخیص افسردگی یا اضطراب در زنان باردار کمک کرد.

هنگامی که بیمار با مرکز درمانی تماس می‌گیرد و ارتباط برقرار می‌شود، هوش مصنوعی Kintsugi شروع به ضبط صدا می‌کند. پس از پردازش 20 ثانیه‌ای گفتار، هوش مصنوعی نمرات GAD-7 و PHQ-9 را تعیین می‌کند. سپس کارمند مرکز درمانی تصمیم می‌گیرد چه آزمایش‌های اضافی می‌تواند بهترین روش برای درمان بیمار را مشخص کند.

علاوه بر تمام مزایایی که این روش تشخیص افسردگی و اضطراب دارد، دکتر «جاسکانوال دیپ سینگ» متخصص قلب و عروق در کلینیک «مایو» هشدار می‌دهد: « اگرچه این فناوری برای مراقبت‌های بهداشتی امیدوارکننده است، اما راه طولانی برای ارتقای آن تا حد قابل اطمینان وجود دارد.»

او در پایان ذکر کرد: « محققان باید اطمینان حاصل کنند که این روش به اندازه کافی دقیق و ایمن است. به عبارت دیگر، نباید تفاوتی میان تشخیص پزشک و تشخیص این سیستم هوشمند در شرایط روحی بیمار وجود داشته باشد تا بتوان آن را به صورت همگانی مورد استفاده قرار داد.»