طور باحثون صينيون مؤخرًا خوارزمية تعلم عميق يمكنها اكتشاف الإصابة بالاكتئاب من خلال كلام الشخص. دُرب هذا النموذج، الذي قُدم في ورقة بحثية نُشرت في مجلة Mobile Networks and Applications، على التعرف على المشاعر في الكلام البشري من خلال تحليل الميزات المختلفة ذات الصلة. طور النموذج في معهد "جينهوا" للأبحاث المتقدمة وجامعة هاربين للعلوم والتكنولوجيا في الصين. الاكتئاب هو أحد أكثر الاضطرابات النفسية انتشارًا. وقد تساعد الأدوات، التي يمكنها الكشف عن علاماته تلقائيًا، في تقليل معدلات الانتحار، لأنها تسمح للأطباء بتحديد الأشخاص الذين يحتاجون إلى الدعم النفسي على وجه السرعة. كتب هان تيان وتشانغ تشو وشو جينغ في ورقتهم "تم إنشاء نموذج خوارزمية متعدد المعلومات عن طريق التعرف على المشاعر. يستخدم النموذج لتحليل البيانات التمثيلية للموضوعات، وللمساعدة في تشخيص ما إذا كان الأشخاص مصابين بالاكتئاب". دَرب تيان وزملاؤه نموذجهم على قاعدة بيانات خاصة بالاكتئاب تعرف اختصارا بـ"DAIC-WOZ"، وهي عبارة عن مجموعة من التعبيرات الصوتية وتعبيرات الوجه ثلاثية الأبعاد للمرضى الذين شخصت إصابتهم باضطراب الاكتئاب والأشخاص غير المصابين به. جمعت هذه التسجيلات الصوتية وتعبيرات الوجه أثناء المقابلات التي قادها وكيل افتراضي، والذي طرح أسئلة مختلفة حول مزاج وحياة الشخص الذي تتم مقابلته. كتب تيان، تشو، وجيان في ورقتهم البحثية "على أساس استكشاف خصائص الكلام للأشخاص الذين يعانون من اضطراب الاكتئاب، تجري هذه الورقة دراسة متعمقة لتشخيص الاكتئاب بمساعدة الكلام بناءً على بيانات الكلام في مجموعة بيانات DAIC-WOZ"، مضيفين "أولاً، تتم معالجة معلومات الكلام مسبقًا، بما في ذلك التركيز المسبق على إشارة الكلام، واكتشاف نقطة النهاية، وتقليل الضوضاء، وما إلى ذلك. ثانيًا، يستخدم برنامج OpenSmile لاستخراج ميزات إشارات الكلام ودراستها وتحليلها بعمق". قيم إيان وتشو وجيان نموذجهم، في سلسلة من الاختبارات، لمعرفة قدرته على اكتشاف الأشخاص المكتئبين وغير المكتئبين من تسجيلات أصواتهم. حقق إطار عملهم نتائج ملحوظة، حيث كشف عن الاكتئاب بدقة بلغت 87٪ في المرضى الذكور و87.5٪ في المرضى الإناث. في المستقبل، يمكن أن تكون خوارزمية التعلم العميق التي طورها هذا الفريق أداة مساعدة إضافية للأطباء النفسيين والأطباء، إلى جانب أدوات التشخيص الأخرى الراسخة. بالإضافة إلى ذلك، يمكن أن تلهم هذه الدراسة تطوير أدوات ذكاء اصطناعي مماثلة للكشف عن علامات الاضطرابات النفسية من الكلام.