A depresszió népbetegség, az Egészségügyi Világszervezet adatai szerint körülbelül 280 millió ember, a felnőtt lakosság 5%-a lehet érintett. Egyes előrejelzések szerint 2030-ra ez a mentális probléma róhatja a legnagyobb terhet a világ egészségügyi és gazdasági rendszereire.

Gyorsabb lehet a felmérés

A tünetek sokszínűsége, a mentális problémák körüli stigma és az egészségügyet világszinten érintő humánerőforrás-gondok miatt a betegséget nehéz és időigényes diagnosztizálni.„A depresszió-kutatásban éppen ezért régóta próbálnak olyan biomarkereket (objektíven mérhető jellemzők) meghatározni, melyek orvosi beavatkozás nélkül segíthetik a gyorsabb felismerést. Ilyen lehet a páciensek megváltozott beszéde, melyről mára gyakorlatilag egyetértés van a szakirodalomban” – mondja dr. Hajduska-Dér Bálint, a Semmelweis Egyetem Pszichiátriai és Pszichoterápiás Klinikájának tanérsegéde és egy, a Frontiers in Psychiatry című folyóiratban nemrég megjelent tanulmány első szerzője. A publikációban egy Budapesti Műszaki és Gazdaságtudományi Egyetemen (BME) fejlesztett, mesterséges intelligencia alapú beszédhangfeldolgozó alkalmazás működését analizálták, mellyel a depresszió felismerését egyszerűsítenék.  

Milyen jellegzetes tünetekre figyel az alkalmazás?

„A depressziós betegek beszéde általában megváltozik: monotonabb és halkabb lesz, többször tartanak szünetet. Ezeket a jellegzetességeket tanítjuk meg a szoftvernek egy speciális módszer (Support Vector Regression) segítségével” – magyarázza dr. Kiss Gábor, a BME Távközlési és Médiainformatikai Tanszékének tudományos munkatársa.

A WHO adatai szerint évente 700 000-nél is többen követnek el öngyilkosságot világszerte, a szakemberek szerint a depresszió korai felismerése ezért is égető kérdés.

Mennyire hatékony az alkalmazás?

Az összesített eredményekből kiderült, hogy az alkalmazás 84%-os pontossággal szűrte ki a depressziós betegeket, ha a klinikusok által kitöltött HAMD-teszt pontszámokkal „tanították” a szoftvert, és 76%-os pontossággal mért, ha az önkitöltős BDI-teszt pontszámait vették figyelembe.

„Az eredményeink azt mutatják, hogy az akusztikus biomarkerek segítségével a depresszió hamarabb felismerhető, és egy automatizált döntéshozó szoftver széleskörben is használható lenne, mint kiegészítő diagnosztikai eszköz. Nemcsak az általános orvosi praxisban, de akár könnyen és olcsón elérhető mobil- vagy webes applikációk formájában is” – mondja dr. Kiss Gábor.

A diagnózis felgyorsítását eredményezheti

Dr. Hajduska-Dér hozzáteszi: „a depresszió beszédhangon alapuló korai felismerésével lerövidíthető és felgyorsítható lenne a betegút. Az érintettek hamarabb juthatnának el pszichiáterhez, ha mondjuk már a háziorvosnál felmerülne, hogy a beteg esetleg depressziós, és emiatt lehetnek fizikai tünetei, például has- vagy hátfájdalma. A mesterséges intelligencia bevonása ezért közvetve az életminőség javulására is hatással lehet, illetve a kórházban töltött időt és az ellátásra fordított költségeket is csökkenthetné, ezzel tehermentesítve az egészségügyi rendszert.