AI-Augmented Voice Analysis AI-Augmented Voice Analysis hilft bei der Diagnose von PTBSHilft bei der Diagnose von PTBS

Forscher haben ein speziell entwickeltes Computerprogramm entwickelt, mit dessen Hilfe posttraumatische Belastungsstörungen (PTBS) bei Veteranen identifiziert und diagnostiziert werden können.

Forscher der NYU School of Medicine entdeckten, dass ein Werkzeug für künstliche Intelligenz mit einer Genauigkeit von 89 Prozent zwischen den Stimmen von Personen mit oder ohne PTBS unterscheiden kann. Der einzigartige Ansatz ist kostengünstig und nicht aufdringlich.

"Unsere Ergebnisse legen nahe, dass sprachbasierte Merkmale zur Diagnose dieser Krankheit verwendet werden können und mit weiterer Verfeinerung und Validierung in naher Zukunft in der Klinik eingesetzt werden können", sagte der leitende Studienautor Charles R. Marmar, MD, Vorsitzender des Klinik für Psychiatrie an der NYU School of Medicine.

Die Studie erscheint in der Zeitschrift Depression und Angst.

Experten teilen mit, dass mehr als 70 Prozent der Erwachsenen weltweit irgendwann in ihrem Leben ein traumatisches Ereignis erleben. Bis zu 12 Prozent der Menschen in einigen Ländern mit PTBS leiden unter PTBS. Menschen mit dieser Erkrankung leiden unter starker, anhaltender Belastung, wenn sie an ein auslösendes Ereignis erinnert werden.

Die Autoren der Studie sagen, dass eine PTBS-Diagnose am häufigsten durch ein klinisches Interview oder eine Selbstberichtsbewertung bestimmt wird, die beide von Natur aus zu Verzerrungen neigen. Dies hat zu Bemühungen geführt, objektive, messbare physikalische Marker für das Fortschreiten der PTBS zu entwickeln, ähnlich wie Laborwerte für Erkrankungen, aber nur langsame Fortschritte.

In der aktuellen Studie verwendete das Forschungsteam eine statistische / maschinelle Lerntechnik, die als zufällige Wälder bezeichnet wird und die Fähigkeit besitzt, anhand von Beispielen zu „lernen“, wie Personen klassifiziert werden. Solche KI-Programme erstellen „Entscheidungsregeln“ und mathematische Modelle, die eine Entscheidungsfindung mit zunehmender Genauigkeit ermöglichen, wenn die Menge der Trainingsdaten zunimmt.

Die Forscher zeichneten zunächst stundenlange Standard-Diagnoseinterviews mit der Bezeichnung Clinician-Administered PTSD Scale (CAPS) von 53 Irak- und Afghanistan-Veteranen mit PTBS im Zusammenhang mit dem Militärdienst sowie von 78 Veteranen ohne Krankheit auf.

Die Aufzeichnungen wurden dann in die Sprachsoftware von SRI International, dem Institut, das auch Siri erfunden hat, eingespeist, um insgesamt 40.526 sprachbasierte Funktionen zu erhalten, die in kurzen Gesprächsschüben erfasst wurden, die das KI-Programm des Teams nach Mustern durchsuchte.

Das zufällige Waldprogramm verband Muster spezifischer Sprachmerkmale mit PTBS, einschließlich weniger klarer Sprache und eines leblosen, metallischen Tons, von denen beide seit langem anekdotisch als hilfreich für die Diagnose gemeldet wurden.

Obwohl die aktuelle Studie die Krankheitsmechanismen hinter PTBS nicht untersucht hat, ist die Theorie, dass traumatische Ereignisse Gehirnkreise verändern, die Emotionen und Muskeltonus verarbeiten, was die Stimme einer Person beeinflusst.

Der nächste Schritt besteht darin, dass das Forschungsteam das KI-Sprachwerkzeug mit mehr Daten trainiert. Anschließend validieren sie den Ansatz anhand einer unabhängigen Stichprobe und beantragen die behördliche Genehmigung für die klinische Verwendung des Instruments.

"Sprache ist ein attraktiver Kandidat für die Verwendung in einem automatisierten Diagnosesystem, möglicherweise als Teil einer zukünftigen PTBS-Smartphone-App, da sie kostengünstig, remote und nicht aufdringlich gemessen werden kann", sagt der Hauptautor Adam Brown, Ph.D. außerordentlicher Assistenzprofessor in der Abteilung für Psychiatrie.

"Die in der aktuellen Studie zur PTBS-Erkennung verwendete Sprachanalysetechnologie fällt in den Bereich der Funktionen unserer Sprachanalyseplattform SenSay Analytics ™", sagte Dimitra Vergyri, Direktorin des Speech Technology and Research (STAR) Laboratory von SRI International.

„Die Software analysiert Wörter - in Kombination mit Frequenz, Rhythmus, Ton und Artikulationseigenschaften der Sprache -, um auf den Zustand des Sprechers zu schließen, einschließlich Emotion, Gefühl, Kognition, Gesundheit, psychische Gesundheit und Kommunikationsqualität. Die Technologie war an einer Reihe von Branchenanwendungen beteiligt, die in Startups wie Oto, Ambit und Decoded Health sichtbar sind. “

Quelle: NYU / EurekAlert