Sử dụng Deep Learning để phát hiện trầm cảm từ lời nói
![]() |
Sơ đồ quá trình xử lý tín hiệu giọng nói của Han Tian, Zhang Zhu và Xu Jing /https://suckhoeviet.org.vn/ |
Trầm cảm là một trong những rối loạn tâm lý phổ biến nhất, ảnh hưởng đến khoảng 9,5% người Mỹ trưởng thành mỗi năm. Các công cụ trí tuệ nhân tạo có thể tự động phát hiện các dấu hiệu trầm cảm, giúp giảm tỷ lệ tự tử, vì những công cụ này sẽ cho phép bác sĩ xác định kịp thời những người cần hỗ trợ tâm lý.
Gần đây, các nhà nghiên cứu tại Viện Nghiên cứu Cao cấp Kim Hoa và Đại học Khoa học và Công nghệ Cáp Nhĩ Tân đã phát triển ra loại thuật toán "Deep Learning" có thể phát hiện chứng trầm cảm từ lời nói của con người. Mô hình này được giới thiệu trong một bài báo xuất bản trên tạp chí "Mobile Networks and Applications". Theo như mô tả của các nhà khoa học, Deep Learning là chức năng của trí tuệ nhân tạo, chủ yếu hoạt động với mạng nơ-ron nhân tạo để nhận dạng cảm xúc trong lời nói của con người bằng cách phân tích thông qua các tính năng liên quan khác nhau.
"Một mô hình thuật toán kết nối nhiều thông tin với những quyết định chung đã được thiết lập bằng công cụ nhận dạng cảm xúc" - Các nhà nghiên cứu Han Tian, Zhang Zhu và Xu Jing chia sẻ. "Mô hình được sử dụng để phân tích dữ liệu của các đối tượng và hỗ trợ chẩn đoán rằng các đối tượng có bị trầm cảm hay không".
Han Tian cùng các đồng nghiệp của ông đã tạo ra trên bộ dữ liệu DAIC-WOZ một tập hợp âm thanh và biểu cảm khuôn mặt 3D của những bệnh nhân được chẩn đoán mắc chứng rối loạn trầm cảm và những người không bị trầm cảm. DAIC-WOZ là cơ sở dữ liệu chứa các cuộc phỏng vấn lâm sàng, được thiết kế để hỗ trợ chẩn đoán các tình trạng tâm lý như lo lắng, trầm cảm và rối loạn căng thẳng sau chấn thương. Những bản ghi âm và nét mặt được thu thập trong các cuộc phỏng vấn do một nhân viên ảo thực hiện. Nhân viên này sẽ đặt ra những câu hỏi khác nhau về tâm trạng và cuộc sống cho người được phỏng vấn.
"Trên cơ sở phân tích các đặc điểm trong giọng nói của những người mắc chứng rối loạn trầm cảm, bài báo này tiến hành một nghiên cứu chuyên sâu về chẩn đoán trầm cảm được hỗ trợ bằng giọng nói dựa trên dữ liệu giọng nói trong bộ dữ liệu DAIC-WOZ", các nhà khoa học cho biết. "Đầu tiên, thông tin giọng nói được xử lý trước, bao gồm nhấn mạnh trước tín hiệu giọng nói, phát hiện điểm cuối, giảm nhiễu, v.v. Thứ hai, phần mềm OpenSmile sẽ trích xuất tự động các tín hiệu âm thanh và phân loại các tín hiệu. Những tính năng này có thể phản ánh và đem lại kết quả nghiên cứu chuyên sâu."
Các nhà nghiên cứu đã sử dụng "OpenSmile" để trích xuất các đặc điểm riêng lẻ của giọng nói, đồng thời kết hợp các đặc điểm thường thấy trong lời nói của bệnh nhân được chẩn đoán mắc bệnh trầm cảm. Sau đó, họ sử dụng kỹ thuật được gọi là phân tích thành phần chính để thu hẹp tập hợp các tính năng mà họ đã trích xuất.
Han Tian, Zhang Zhu và Jian đã đánh giá mô hình bằng một loạt thử nghiệm, trong đó họ đánh giá khả năng phát hiện những người bị trầm cảm và không bị trầm cảm từ các bản ghi âm giọng nói của họ. Kết quả thu về có thể nói là đáng kể, với việc phát hiện trầm cảm cùng độ chính xác 87% ở bệnh nhân nam và 87,5% ở bệnh nhân nữ.
Trong tương lai, bên cạnh các công cụ chẩn đoán lâu đời khác, thuật toán "Deep Learning" do nhóm các nhà nghiên cứu này phát triển có thể trở thành công cụ hỗ trợ bổ sung cho các bác sĩ và bác sĩ tâm lý. Ngoài ra, nghiên cứu này có thể truyền cảm hứng cho sự phát triển của các công cụ trí tuệ nhân tạo tương tự để phát hiện các dấu hiệu rối loạn tâm lý từ lời nói.
Tin liên quan

Tử vi 12 con giáp ngày 24-3-2023: Tuổi Mão tài lộc tăng tiến, tuổi Hợi đụng độ tiểu nhân
22:44 | 23/03/2023 Sức khỏe tinh thần

Bệnh viện Chợ Rẫy: Nhiều máy móc đã hoạt động trở lại phục vụ người bệnh
19:40 | 23/03/2023 Thông tin đa chiều

Hà Nội xuất hiện bệnh thủy đậu trái mùa
19:40 | 23/03/2023 Tin tức
Cùng chuyên mục

Dấu ấn sinh học giúp xác định sớm nguy cơ ung thư tuyến tụy
17:06 | 23/03/2023 Thế giới

Đợt bùng phát đầu tiên của virus Marburg ở Tanzania
03:04 | 23/03/2023 Thế giới

Phát hiện hai loại gen liên quan tới đau nửa đầu liệt bán thân
03:03 | 13/03/2023 Thế giới

EU cho phép kéo dài thời hạn chứng nhận các thiết bị y tế
09:28 | 09/03/2023 Thế giới

Tứ đại danh y Trung Hoa cổ đại
15:05 | 01/03/2023 Thế giới

Thể dục giúp quản lý sức khỏe tâm lý hiệu quả hơn dùng thuốc
13:57 | 27/02/2023 Thế giới
Các tin khác

Khi nào thuốc Remdesivir có tác dụng hiệu quả đối với COVID-19?
03:04 | 24/02/2023 Thế giới

COVID-19 ảnh hưởng đến hoạt động của tim như thế nào?
03:04 | 22/02/2023 Thế giới

Khuyến nghị không dùng AstraZeneca's Evusheld cho một số nhóm người trưởng thành
14:28 | 20/02/2023 Thế giới

WHO tăng cường giám sát sau khi Guinea Xích đạo công bố dịch bệnh do virus Marburg
07:37 | 17/02/2023 Thế giới

Bệnh dại: Một căn bệnh "đáng sợ" nhất lịch sử nhân loại
13:38 | 16/02/2023 Thế giới

20 đội y tế của WHO đã đến hỗ trợ Thổ Nhĩ Kỳ
03:10 | 16/02/2023 Thế giới

Lý do tình trạng thiếu thuốc tại Châu Âu trở nên trầm trọng
10:54 | 15/02/2023 Thế giới

Sử dụng Deep Learning để phát hiện trầm cảm từ lời nói
16:30 | 11/02/2023 Thế giới

Australia triển khai tiêm mũi vaccine ngừa COVID-19 thứ 5
03:03 | 10/02/2023 Thế giới

Thuốc lá điện tử ảnh hưởng đến phổi như thế nào?
19:42 | 08/02/2023 Thế giới

Lễ công bố quyết định thành lập Chi hội Nam y Tiền Giang
3 ngày trước Tin tức

Hội Nam Y Việt Nam dự lễ dâng hương tưởng nhớ Đại Danh y Thiền sư Tuệ Tĩnh
3 ngày trước Hoạt động hội

Hội Nam y Việt Nam và Hội Giáo dục chăm sóc sức khỏe cộng đồng Việt Nam củng cố, tăng cường hợp tác
15-03-2023 15:10 Hoạt động hội

Hội Nam y Việt Nam tổ chức Hội nghị tổng kết công tác Hội 2022, triển khai công tác năm 2023 (khu vực phía Nam)
06-03-2023 13:12 Tin hot

Tăng cường quan hệ hợp tác giữa Việt Nam và Canada
27-02-2023 17:05 Hoạt động hội