AI モデルを使用してうつ病を評価する効率を向上させる

おそらく、人は声のイントネーションやその人が発するあらゆる音を通じて、その人の感情や気分を比較的正確に検出し、評価できるということを聞いたことがあるでしょう。実際、Beyond Verbal、Affectiva、MIT スピンアウトの Cogito など、多くの野心的なスタートアップ企業が現在、これを実現するために自然言語処理プロジェクトを推進しています。しかし一方で、音声データだけでは人の気分を正確に分析できず、ましてやその分析結果をうつ病の診断や重症度の診断に活用するなど、このプロジェクトに懐疑的な意見も少なくありません。

• ディズニーの AI モデルはスクリプトからアニメーション シーケンスを生成します

これが、インド工科大学パトナ大学とカーン・ノルマンディー大学の科学者たちが、音声、テキスト、画像と組み合わせて言語的および非言語的信号（ボディランゲージ）を使用して診断および評価する潜在的なプロジェクトの実行に着手した理由です。人が経験しているうつ病やストレスのレベル。特に、言語的および非言語的シグナルは診断において依然として重要な役割を果たしますが、非言語的兆候と画像は診断を大幅に改善するのに役立つ要素として使用されます。

「仕事や生活の重荷により、ますます多くの人がうつ病や時には自分でも気づいていない精神疾患を抱え、深刻な病気につながっています。病気はより深刻になり、生活や仕事に悪影響を及ぼしています。これは、精神疾患 (精神疾患全般、特にうつ病) の検出、評価、治療において、より高度で個別化された自動化された技術の導入をさらに促進する必要がある理由でもあります。しかし、この病気の症状の多くはまだ秘密にされており、誤解を招く可能性があるため、うつ病の初期の兆候を検出することは困難な問題です」と研究者らは語った。

• EU: AI システムは透明性のある責任ある方法で構築および導入されるべきである

この問題を解決するために、インド工科大学パトナ大学とカーン・ノルマンディー大学の科学者たちは、頭の垂れ方、アイコンタクト、笑顔の長さや強さなど、思考を含む人間の感情や状態を暗黙的に表すことができる多くの要素をコード化しました。身体の特定の領域に触れるジェスチャーと、テキストや言葉による合図…そして、学習モデル マシンに入力され、それらがベクトル (数学的表現) に結合されます。次に、これらの統合されたベクトルは、臨床試験で一般的に使用される診断テストである個人健康苦痛スケール (PHQ-8) に基づいてうつ病のレベルを予測する 2 番目のシステムを通過しました。

さまざまな AI システムをトレーニングするために、研究者らは、苦痛分析インタビュー コーパスから編集されたうつ病関連のデータセットである AIC-WOZ のデータを使用しました。このデータセットには、ジェスチャー、音声、目、音声録音サンプルに基づいて抽出された動作に関する膨大な量のデータ、189 件の臨床面接からの質問に答えるビデオ クリップが含まれており、不安、うつ病、外傷後などの症状の心理診断をサポートする準備ができています。ストレス障害 (主題から外れている、または未完成のままの回答は削除されました)。

• MIT の AI モデルは、最小限のトレーニング データでオブジェクト間の関係を独自にキャプチャできる

いくつかの前処理ステップと機械学習モデルのトレーニングの後、研究チームは、平均二乗誤差 (RMSE)、平均絶対誤差 (MAE)、説明分散スコア (EVS) の 3 つの指標を使用して AI システムの結果を比較しました。研究者の報告書によると、音声、テキスト、画像の 3 つの要素を融合することで、特定の被験者のうつ病レベルを最も正確に推定することができ、RMSE では最大 7.17%、MAE では最大 8.08% を上回りました。

• 「ノーベルテクノロジー賞」はAIに人間と同じように学習するよう教えるソフトウェアに授与された

研究チームは将来的には、より現代的なマルチタスク学習アーキテクチャをテストし、テキストデータに関連する新たな問題をさらに深く「掘り下げる」ことも計画している。もし肯定的な結果が得られれば、これらのプロジェクトは人工知能を医療一般、特に神経疾患の治療に応用する上で真に力強い一歩となり、現在うつ病に苦しんでいる3億人以上の人々に明るい見通しをもたらすことになるだろう。今後数年間で世界規模でさらに急速に増加すると予想されています。