كشفت دراسة حديثة، نُشرت في مجلة Annals of Family Medicine، عن نجاح أداة ذكاء اصطناعي تعتمد على التعلم الآلي (ML) في الكشف عن المؤشرات الصوتية للاكتئاب المتوسط والشديد خلال 25 ثانية فقط.
ووفقًا لموقع "news-medical"، فقد تمكنت الأداة من تحديد حالات الاكتئاب بدقة تجاوزت 70%، مما يسلط الضوء على دورها المحتمل في تعزيز فحوصات الصحة العقلية.
آلية عمل التقنية
يعتمد الذكاء الاصطناعي على تحليل أنماط الكلام المميزة لدى الأشخاص المصابين بالاكتئاب، والتي تشمل:
🔹 التلعثم والتردد في الحديث.
🔹 التوقفات الطويلة أثناء الكلام.
🔹 انخفاض سرعة التحدث.
تعمل تقنية التعلم الآلي على تحليل هذه المؤشرات الحيوية الصوتية لتحديد مدى احتمالية إصابة الشخص بالاكتئاب.
تفاصيل الدراسة
استهدف الباحثون في دراستهم الرجال وكبار السن، حيث طُلب من المشاركين:
تسجيل 25 ثانية على الأقل من حديثهم باستخدام الهواتف أو أجهزة الكمبيوتر.
إجراء استبيان قياسي لقياس مستويات الاكتئاب لديهم.
بعد معالجة التسجيلات الصوتية للتأكد من جودتها، قام نموذج الذكاء الاصطناعي بتحليلها وتصنيف المشاركين إلى ثلاث فئات:
🔹 معرضون للإصابة بالاكتئاب في حال ظهرت مؤشرات صوتية واضحة تدل على ذلك.
🔹 غير مصابين بالاكتئاب إذا لم تظهر أي علامات صوتية مقلقة.
🔹 يحتاجون إلى تقييم إضافي في حال كانت النتائج غير حاسمة.
نتائج الدراسة
تراوحت مدة عينات الصوت بين 25 و75 ثانية، بمتوسط 58 ثانية، بينما سجلت مستويات الاكتئاب المبلغ عنها ذاتيًا قيمًا تراوحت بين 0 و27، بمتوسط 9.
🔹 حققت الأداة حساسية بنسبة 71.3٪ وخصوصية 73.5٪، مما يجعلها منافسة لأدوات الفحص التقليدية.
🔹 أظهرت النتائج أن كبار السن لديهم حساسية أقل ولكن خصوصية أعلى، مما يشير إلى أن التغيرات الصوتية المرتبطة بالعمر قد تؤثر على دقة التشخيص.
أهمية الدراسة وتطبيقاتها المستقبلية
طريقة فحص غير جراحية وآلية يمكن أن تساعد في الاكتشاف المبكر للاكتئاب.
تحسين كفاءة الأطباء من خلال تمكينهم من فحص عدد أكبر من المرضى بسرعة ودقة.
تقليل التحيز التشخيصي وتعزيز الوصول إلى الرعاية النفسية للأشخاص المعرضين للخطر.
إمكانية استخدام التقنية مستقبلاً في الكشف عن اضطرابات عصبية أخرى.
