Günümüzde, dünya genelinde 300 milyondan fazla insan çeşitli depresyon bozukluklarından muzdarip olmaktadır. Klinik/ağır depresyon her yıl ortalama 800.000 insanın intihar etmesi/teşebbüs etmesiyle sonuçlanmaktadır. Ruh sağlığı bozuklukları klinik psikologlar ve psikiyatrlar da dâhil olmak üzere çok çeşitli sağlık hizmetleri sağlayıcıları tarafından dikkatli bir şekilde muayene edildikten sonra teşhis edilmektedir. Bununla birlikte, zihinsel hastalıkları tespit etmek, fiziksel hastalıkları teşhis etmekten çok daha zordur.
Sosyal baskılar ve tedavi maliyeti dâhil olmak üzere çeşitli faktörler etkilenen kişilerin yardım aramasını engelleyebilmektedir. Halen, araştırmacılar zihinsel hastalıklardan etkilenenlerin ortalama yüzde 60’ının tedavi alamadığını tahmin ediyor. Depresyon belirtilerini otomatik olarak tespit edebilen yöntemler geliştirmek, tanı araçlarının doğruluğunu ve kullanılabilirliğini artırarak daha hızlı ve daha verimli müdahalelere ve tedavi olanaklarına yol açabilir.
Stanford’daki bir araştırma ekibi yakın zamanda depresyon belirtilerin seviyesini ölçmek için bir yapay zekâ teknolojisi kullanımını araştırmaya başladı. Depresyondaki kişiler sıklıkla monoton, düşük tonda ve yavaş bir konuşma hızına sahiptirler. Mimiklerde ve jestlerde hareketsizlik ve aşağı doğru bakışlar dâhil bir dizi sözlü ve sözsüz semptomlar bu rahatsızlıkta görülmektedir.
Depresyon semptomlarının seviyesini ölçmemize yarayan en yaygın testlerden biri Hasta Sağlığı Anketidir (Patient Health Questionnaire). Araştırmacılar tarafından tasarlanan yöntemin, hastaların seslerinin tonlarını, yüz ifadelerini ve klinik görüşmelerden elde edilen metinleri analiz etmekte kullanılması hedefleniyor. Bu verilere dayanarak standart bir depresyon olasılığı değeri modellenmesi amaçlanıyor.
Kullanılan yöntem ilk çalışmalarda standart Hasta Sağlığı Ölçeği sonuçlarına yüzde 83,3 duyarlılık ve yüzde 82,6 özgüllük ile majör depresyon bozukluğunu tespit etmede yüksek oranlı benzerlik gösterdi. Gelecekte, bu yeni makine öğrenme/yapay zekâ yöntemi zihinsel sağlık bakımını daha ucuz, daha hızlı ve daha erişilebilir hale getirebilir; bilgisayarlara ve akıllı telefonlara entegre edilebilir. Şimdilik bu yöntem mevcut klinik uygulamaları güçlendirmek için tasarlandı.
