ツイートからうつ傾向を検出する手法や、質問への回答から精神疾患を特定する機械学習モデルはすでに存在するが、どちらも利用条件の制約が大きい。

このほどMITの研究者らが発表したのは、AIによって日常会話からうつ病を診断しようとの試みだ。

うつ状態かもしれない…と感じていても、心療内科への受診に抵抗あるばかりに発見が遅れてしまうケースもあるだろう。

もし、日常会話を抽出するだけでうつ症状の傾向が検出できれば、対処へのハードルはグッと下がるはずだ。

・自由な文脈からうつ病を診断

MITの研究者らは、日常会話のテキストと音声からうつ病を示すパターンを検出する機械学習モデルを発表した。

従来のうつ病診断モデルでは、うつ病の病歴を聞くなど、あらかじめ構成された質問への反応から診断する。

これに対して研究者らは、シーケンスモデリングと呼ばれる手法を活用することで、自由な文脈からうつ病を診断することに成功している。

この手法は、一連の言葉や話し方のパターンを分析することで、うつ状態かどうかなどが判断できる。たとえば、これまでの研究から、うつ病患者では、「悲しい」「低い」「下がった」といったワードが、平坦で単調な音声パターンと結びついていることや、話すスピードが遅く発話の間が長いことが示されていて、これらを分析に利用する。

・うつ病診断のパターン分析を日常会話に適応

研究者らは、日常会話でのテキスト/音声に表れるパターンが、従来のうつ病診断で表れるものと似ていれば、うつ病かどうかを予測することができると考えた。

また、会話全体をモデル化して、うつ病患者とそうでない人との時間に伴う会話パターンの変化にも着目した。

研究者は、メンタルヘルスの問題を抱える患者の音声、テキスト、ビデオのインタビューを分析したデータベースからデータセットを得てモデルのトレーニングを実施。日常会話からのデータでテストしたところ、既存のモデルよりも診断精度が高いとの評価が示されたようだ。

このモデルは、自然な会話からうつ病の徴候を検出するツールの開発に役立つだろう。また将来的には、ユーザーの精神状態をモニタリングするアプリの開発なども考えられる。

参照元：Model can more naturally detect depression in conversations/MIT News