Egy 2020-as metaanalízis 127 olyan tanulmányt összegzett, ami a mentális betegségek beszédalapú analízisével foglalkozik. A major pszichiátriai kórképek mindegyike bír egy vagy több jellegzetes beszéd jeggyel, amit az algoritmus könnyűszerrel képes kiszűrni. Például a bulimia nervosa-ban szenvedőknél a sorozatos hányások miatti gége eltérések a hangképzést is módosítják; a bipoláris affektív zavarral kezelteknél a mánia és depresszió közötti változások a beszédben észlelt szünetek hosszabbodásával járnak.

A depressziós betegek beszédje monotonabb, gyakran tartanak szüneteket. A Budapesti Semmelweis Egyetem Pszichiátriai Tanszéke a Budapesti Műszaki Egyetemmel közös, 2022-es tanulmánya azt vizsgálta, hogy egy rendelkezésre álló nagy, magyar beszéd-adatbázison -ami tartalmazott depressziós és egészséges emberek beszédjét is - melyik teszt alkalmazása hatékonyabb a depresszió diagnosztikájában. A két leggyakrabban használt teszt a Beck depresszió kérdőív és a Hamilton depressziós skála, előbbi saját bevalláson alapul, a páciens saját maga tölti ki, utóbbi viszont pszichiáter vagy klinikai szakpszichológus jelenlétét igényli. A vizsgálat során azt találták, hogy a Hamilton depressziós skála segítségével 84%-os pontossággal volt kiszűrhető a depressziós beteg a beszéd-adatbázisból.

A depresszió és más mentális betegségek korai diagnosztikája rendkívül fontos, ebben úgy tűnik nagy segítséget jelenthetnek a beszéd-felismeréssel működő tanuló algoritmusok. A módszer költséghatékony, növeli a hozzáférhetőséget és egyéb olyan betegségek szűrésére is alkalmas lehet, amelyek a hangképzést befolyásolják.

Felhasznált irodalom:

1. Hajduska-Dér B, Kiss G, Sztahó D, Vicsi K, Simon L. The applicability of the Beck Depression Inventory and Hamilton Depression Scale in the automatic recognition of depression based on speech signal processing. Front Psychiatry. 2022 Aug 4;13:879896. doi: 10.3389/fpsyt.2022.879896.
2. Low DM, Bentley KH, Ghosh SS. Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investig Otolaryngol. 2020 Jan 31;5(1):96-116.