تشخيص الإكتئاب فقط من خلال الاستماع إلى الصوت

قام العلماء في الولايات المتحدة الأمريكية بابتكار أداة لمعرفة وتحديد علامات الإكتئاب من خلال أنماط التخاطب،ويقولون أنه من الممكن أن تساعد تلك الأداة في تشخيص الحالة بشكل أكثر دقة.

يعمل النظام باستخدام خوارزمية التعلم الآلي «machine learning algorithm»للعثور على الأصوات المتحركة المرتبطة بالإكتئاب، ولقد صممت للعمل جنبًا إلى جنب مع الأطباء لتقييم المرضى وليس بغرض أن تحل محل العنصر البشري تمامًا.

ولقد أظهرت بعض الدراسات السابقة أن الإكتئاب يمكن أن يتغير من الطريقة التي نتحدث بها، فيصبح خطابنا أكثر رتابة وسطحية ونبدأ بالتوقف أثناء الحديث لفترات أطول.

وفي هذا السياق، طور الباحثون في جامعة كاليفورنيا الجنوبية أداتهم التي يُطلق عليها«Semi Sensei» والتي تستخدم هذه التقنية في دراسة الأصوات المتحركة والقيام بتحليل ذبذباتها لاكتشاف وتحديد علامات الإكتئاب واضطراب ما بعد الصدمة.

كما يوضح «مايكل بيرن Michael Byrne»في اللوحة الأم فإن «Semi Sensei» يستخدم خوارزمية تم تطويرها عام 1967 وتسمى خوارزمية «K-means» والتي تعتمد على وضع مجموعات كبيرة من البيانات في مجموعات استنادًا إلى متوسط قيم والذي يمكن بعد ذلك مقارنته بالنمط الطبيعي للحديث.

وفي دراسة حديثة، أجرى الباحثون خوارزميتهم على 253 من المتطوعين كما طلبوا منهم أيضًا أن يقوموا بملء استبيان للتقييم الذاتي.

وقال واضعوا التقرير أن التجارب تظهر انخفاضًا ملحوظًا في مساحة الحروف المتحركة في المواضيع التي حققت تأثيرًا ايجابيًا على الاستبيان. يمكن لهذه النتائج أن تدعم علاج الاضطرابات الوجدانية مثل الإكتئاب واضطراب ما بعد الصدمة في المستقبل.

أيًا كان، فإننا لا يمكن أيضًا أن نقلل من صعوبة تشخيص الإكتئاب، ليس فقط لأنه يأتي في عدة أشكال وأنماط ولكنه من الصعب أيضًا أن يتم قياسه ورصده ومتابعته.

في عام 2009 أجريت دراسة كشفت أنه حوالي فقط نصف المرضى الذين يعانون من الإكتئاب هم من تم تشخيصهم تشخيصٌا صحيحًا من قبل أطبائهم. إن هذا ليس رقمًا كبيرًا ولكنه قد يكون من المفهوم، آخذين في الاعتبار مدى صعوبة تشخيص وملاحظة الإكتئاب، وعبء العمل الواقع على الممارسين غير المتخصصين والذي يتوجب عليهم أن يمروا به.

وبسبب هذا كله، فإن الحصول على مساعد رقمي من جهة يمكن أن يكون ذو فائدة عظيمة للأطباء، الذين لولا ذلك سوف يكون من المحتم عليهم الاعتماد على ملاحظاتهم الشخصية وآراء المرضى أنفسهم. تلك الآراء التي قد لا تكون موثوقة تمامًا في كثير من الأحيان.

إن ذلك هو واحد من الطرق العديدة التي يمكن لــ««SemiSensei أن يكون مفيدًا من خلالها. كذلك فإنه تم استخدام النظام كجزء من برنامج تدريبي في مقابلة العمل للمحاربين القدامى بهدف اعدادهم وتدريبهم للحياة بعيدًا عن الجيش من خلال المساعدة في تحليل حديثهم، سلوكياتهم، طرقهم المميزة، ومهاراتهم في التخاطب وذلك أثناء جلسات المقابلة الإفتراضية.

واستشرافًا للمستقبل، فقد قال فريق «SemiSensei» أنه يريد أن يستخدم تلك الخوارزمية لمعرفة ما إذا كانت بعض الاضطرابات كالفصام ومرض الشلل الرعاش من الممكن تشخيصها أيضًا عن طريقه أم لا. حيث من الممكن أن تكون تلك التشخيصات جزءًا هامًا من الخدمات المتعلقة بصحة الإنسان في المستقبل.

تم نشر هذه الدراسة في IEEE Transactions on Affective Computing

المصدر: http://sc.egyres.com/8Mbsc

ترجمة: Hasnaa El-Debawy

مراجعة: GhadaFathy

تصميم:

#الباحثون_المصريون