Behandlung von Depressionen
An der ETU "LETI" hat man ein neuronales Netzwerk entwickelt, das Psychotherapeuten dabei helfen soll, schneller die richtige Behandlung für Depressionen zu bestimmen.
44
Mitarbeiter des israelischen Zentrums für Datenwissenschaftsforschung an der Universität Haifa stellten dem Lehrstuhl für Automatik und Steuerungsprozesse der St. Petersburger Elektrotechnischen Universität "LETI" Audioaufnahmen von Dialogen mit Patienten aus sechs psychotherapeutischen Sitzungen zur Verfügung. Das Ziel der LETI-Forscher war es, den Prozess der Aufteilung des Audiosignals mithilfe neuronaler Netze zu automatisieren, damit es eindeutig war, wo der Patient spricht, wo der Therapeut spricht und wo beide gleichzeitig sprechen. Diese Maßnahme ist notwendig, um Veränderungen in der Stimmakustik und Veränderungen im Timbre der Stimme des Patienten zu beobachten.
Die Ergebnisse der Studie zeigen, dass es nach der ersten Sitzung möglich ist, anhand der Stimmfrequenzen des Patienten symptomatische Veränderungen während der gesamten Behandlung vorherzusagen: diese Stimmfrequenzen äußern erhebliche Schwierigkeiten bei der Eindämmung emotionaler Erregung.
Die Identifizierung von Bereichen der Audioaufnahme, die zur Vorhersage von Symptomen erforderlich sind, wurde bisher von Ärzten manuell durchgeführt und dauerte etwa acht Stunden pro Sitzung. So wurden beispielsweise bei einer Behandlung von 8 Sitzungen ca. 3200 Stunden für 50 Patienten aufgewendet. Dank eines speziellen Diarisierungsalgorithmus kann dies nun mehrere Minuten dauern.
Um Audio nach der Rede des Sprechers (Patienten-Therapeuten) zu trennen, wurden neuronale Netzwerkmodelle verwendet, die auf Audioaufnahmen therapeutischer Sitzungen trainiert wurden. Laut Entwicklern beträgt die Genauigkeit 82%. Darüber hinaus funktioniert die Entwicklung auch unter Berücksichtigung schlechter Audioaufnahmen und Hintergrundgeräusche.
Die Ergebnisse der Forschung wurden in der Fachzeitschrift Journal of Consulting and Clinical Psychology veröffentlicht.
«Стоит учесть, что наши модели могут работать с учетом плохого качества аудиозаписи и фоновых шумов
Результаты исследования опубликованы в научном журнале Journal of Consulting and Clinical Psychology
