Koneoppiminen voisi olla täydentävä päätöksenteon tukityökalu masennuksen arvioinnissa

Koneoppiminen voisi olla täydentävä päätöksenteon tukityökalu masennuksen arvioinnissa

Tausta ja tarkoitus: Masennus vaikuttaa arviolta 18 miljoonaan amerikkalaiseen joka vuosi, mutta masennuksen seulonta tapahtuu harvoin avohoidossa. Tässä tutkimuksessa arvioitiin tekoälyyn perustuva konebiomarkkerityökalu, joka käyttää puhekuvioita keskivaikean tai vaikean masennuksen havaitsemiseen parantaakseen pääsyä perusterveydenhuoltoon.

Tutkimusmenetelmä: Tutkimuksessa analysoitiin yli 14 000 puhenäytettä yhdysvaltalaisista ja kanadalaisista aikuisista. Osallistujat vastasivat kysymykseen: ”Kuinka päiväsi meni?” Vähintään 25 sekuntia vapaamuotoista kieltä. Työkalu analysoi masennukseen liittyviä äänen biomarkkereita, mukaan lukien puheen poljinnopeus, epäröinnit, tauot ja muut akustiset ominaisuudet. Näitä verrattiin Patient Health Questionnaire-9:n (PHQ-9) tuloksiin, joka on standardi masennuksen seulontatyökalu. PHQ-9 pistemäärä 10 tai korkeampi osoitti kohtalaista tai vaikeaa masennusta. Tekoälytyökalu tarjosi kolme tulosta: masennuksen merkit, masennuksen merkit, joita ei havaittu, ja lisäarviointi (epävarmoissa tapauksissa).

Tärkeimmät tulokset: AI-mallin kouluttamiseen käytetty tietojoukko koostui 10 442 näytteestä, kun taas 4 456 näytettä käytettiin validointisarjassa tarkkuuden arvioimiseksi.

• Työkalu osoitti 71 %:n herkkyyttä ja tunnisti masennuksen oikein 71 %:lla sitä sairastaneista.

• Spesifisyys oli 74 %, mikä sulki oikein pois masennuksen 74 %:lla ihmisistä, joilla sitä ei ollut.

Miksi sillä on merkitystä: Tutkimuksen tulokset viittaavat siihen, että koneoppimisteknologia voisi toimia täydentävänä päätöksenteon tukityökaluna masennuksen arvioinnissa.

Lähteet: