Studie: Svårt att ställa diagnos med AI vid psykisk sjukdom
Av Våra talmönster är för komplexa för att artificiell intelligens ska kunna ställa en pålitlig diagnos på en psykisk sjukdom. Det visar ett nytt forskningsprojekt från Aarhus universitet. I studien användes artificiell intelligens för att analysera tal från personer med psykiska diagnoser.
Tidigare har man trott att artificiell intelligens kan vara till hjälp att utifrån talmönster ställa en mental diagnos. Men det är inte vad forskarna från Aarhus universitets resultat tyder på.
– Vi fann att skillnaderna i hur man talar och vad man säger inte nödvändigtvis är specifika för den individuella diagnosen, som tidigare antagits. Man kan med andra ord inte nödvändigtvis lita på att tidigare hittade markörer för till exempel depression faktiskt indikerar en depression, utan pekar i stället kanske närmare på ett mer allmänt sjukdomstillstånd, eller indikerar symtom som kan finnas vid flera olika sjukdomar, säger doktoranden Lasse Hansen från Institutionen för klinisk medicin vid Aarhus universitet i ett pressmeddelande.
Projektet använde 3 000 ljudinspelningar från 420 personer. Bland deltagarna i studien hade några diagnoser som autism, depression eller schizofreni, medan resterande var kontrollpersoner utan en diagnos.
Deltagarna fick beskriva vad de såg i åtta till tio filmer, forskarna tränade sedan en artificiell intelligens på de över 3 000 inspelningarna för att känna igen sjukdomsspecifika sätt att tala.
Här fann forskarna att det fanns svagheter i den tränade AI-tekniken.
– Om den måste skilja på en deprimerad person och en person utan psykiatriska symtom så presterar den bra, men när situationen blir mer realistisk, och man måste skilja på personer med flera olika komplexa diagnoser, sjunker precisionen med cirka 30 procent, förklarar Lasse Hansen.
Studien är viktig eftersom den ger en förståelse för vad artificiell intelligens kan användas till i relation till psykiska diagnoser, tror Riccardo Fusaroli, docent i kognitionsvetenskap vid Aarhus universitet, och medförfattare till studien.
– Röst- och talmarkörernas potential ligger nog närmare som stödverktyg i utredningsprocessen, genom att till exempel identifiera potentiella symtom och kognitiv funktionsnedsättning, än direkt diagnostik, konstaterar han i pressmeddelandet.
– Vi uppmuntrar därför fältet att byta sadel och börja fokusera mer på klinisk relevans, till exempel genom att titta på flera diagnosgrupper samtidigt och flytta fokus från att förutsäga breda och komplexa diagnosgrupper som t.ex. schizofreni och depression till fokus på mer specifika symtom, står det.
Artikeln är tidigare publicerad i Medtech Magazines danska systertidning Medtech News.