Ήξερες ότι η σημασιολογική ευχέρεια μπορεί να χρησιμοποιηθεί στη διάγνωση ψυχιατρικών διαταραχών;
Σημασιολογική ευχέρεια στη διάγνωση ψυχιατρικών διαταραχών
Οι ερευνητές αναπτύσσουν εργαλεία μηχανικής μάθησης που εξετάζουν τη συννοσηρότητα των αγχωδών διαταραχών με τη μείζονα καταθλιπτική διαταραχή (εφεξής ΜΚΔ), χρησιμοποιώντας ακουστικά φωνητικά σήματα. Η ερευνητική ομάδα μίλησε με συμμετέχοντες με και χωρίς συννοσηρότητα αγχώδους διαταραχής/ΜΚΔ και τους κατέγραψε, χρησιμοποιώντας μια ασφαλή πλατφόρμα τηλε-υγείας. Στους συμμετέχοντες δόθηκε ένα τεστ σημασιολογικής λεκτικής ευχέρειας, στο οποίο ζητήθηκε να ονομάσουν όσο το δυνατόν περισσότερα ζώα μέσα σε ένα λεπτό. Η ομάδα εξήγαγε ακουστικά και φωνηματικά χαρακτηριστικά από τις ηχογραφήσεις και εφάρμοσε την τεχνική της μηχανικής μάθησης για να διακρίνει θέματα με και χωρίς συννοσηρότητα αγχώδους διαταραχής/ΜΚΔ. Τα ευρήματα επιβεβαίωσαν ότι μία δοκιμασία σημασιολογικής ευχέρειας ενός λεπτού μπορεί να χρησιμοποιηθεί αξιόπιστα για τον έλεγχο για της αγχώδους διαταραχής/ΜΚΔ.
Εισαγωγή
Δεν είναι κρυφό ότι υπάρχει μία κρίση ψυχικής υγείας στις Ηνωμένες Πολιτείες. Από το 2021, το 8,3% των ενηλίκων είχε ΜΚΔ και το 19,1% είχε αγχώδεις διαταραχές και η πανδημία COVID-19 επιδείνωσε τα ποσοστά αυτών των δύο διαταραχών. Παρά τον υψηλό επιπολασμό της αγχώδους διαταραχής και της ΜΚΔ, τα ποσοστά της διάγνωσης και θεραπείας παραμένουν χαμηλά — 36,9% για την αγχώδη διαταραχή και 61,0% για την ΜΚΔ — λόγω μιας ποικιλίας κοινωνικών, αντιληπτικών και δομικών φραγμών. Τα αυτοματοποιημένα εργαλεία ελέγχου μπορούν να βοηθήσουν.
Η έρευνα της Pietrowicz και των συνεργατών της (2025)
Στο JASA Express Letters, που δημοσιεύτηκε για λογαριασμό της Ακουστικής Εταιρείας της Αμερικής από την AIP Publishing, οι ερευνητές ανέπτυξαν εργαλεία μηχανικής μάθησης που εξετάζουν τη συννοσηρότητα της αγχώδους διαταραχής με την ΜΚΔ, χρησιμοποιώντας ακουστικά φωνητικά σήματα που εξάγονται από ένα τεστ λεκτικής ευχέρειας ενός λεπτού.
Η ομάδα αποτελείται από ερευνητές από το University of Illinois Urbana-Champaign, το University of Illinois College of Medicine Peoria και το Southern Illinois University School of Medicine.
«Αυτή η έρευνα εμπνεύστηκε από την παρατήρηση ότι τα άτομα με αγχώδεις διαταραχές και ΜΚΔ συχνά αντιμετωπίζουν καθυστερήσεις στη διάγνωση και τη θεραπεία. Η ανακάλυψη των φωνητικών σημάτων που αντικατοπτρίζουν διάφορες στις ψυχιατρικές, νευρολογικές, ανώτερες γαστρεντερικές και άλλες παθήσεις υγείας ενθάρρυνε την περαιτέρω διερεύνηση της αγχώδους διαταραχής/ΜΚΔ», δήλωσε η συγγραφέας Mary Pietrowicz.
Η αγχώδης διαταραχή, η ΜΚΔ και η συννοσηρότητα της αγχώδους διαταραχής/ΜΚΔ έχουν διαφορετικές ακουστικές υπογραφές. Η ταυτοποίηση της συννοσηρότητας της αγχώδους διαταραχής με την ΜΚΔ μπορεί να είναι ιδιαίτερα δύσκολη, καθώς οι δείκτες της αγχώδους διαταραχής και της ΜΚΔ συχνά αντιτίθενται ο ένας στον άλλο.
«Μεγάλο μέρος της υπάρχουσας έρευνας παραβλέπει αυτές τις διακρίσεις και αποτυγχάνει να αντιμετωπίσει τα μοναδικά χαρακτηριστικά της συννοσηρότητας της αγχώδους διαταραχής με την ΜΚΔ», δήλωσε η Pietrowicz.
Advertising
Η Pietrowicz και η ομάδα της μίλησαν σε γυναίκες συμμετέχουσες με και χωρίς συννοσηρότητα αγχώδους διαταραχής/ΜΚΔ. Οι συμμετέχουσες καταγράφηκαν χρησιμοποιώντας μια ασφαλή πλατφόρμα τηλε-υγείας στις οποίες δόθηκε ένα τεστ σημασιολογικής λεκτικής ευχέρειας, στο οποίο ζητήθηκε να ονομάσουν όσο το δυνατόν περισσότερα ζώα εντός ενός χρονικού ορίου. Η ομάδα εξήγαγε ακουστικά και φωνητικά χαρακτηριστικά από τις ηχογραφήσεις ονομάτων ζώων και εφάρμοσε την τεχνική της μηχανικής μάθησης για να διακρίνει θέματα με και χωρίς συννοσηρότητα αγχώδους διαταραχής/ΜΚΔ. Τα ευρήματα επιβεβαίωσαν ότι μία δοκιμασία σημασιολογικής ευχέρειας ενός λεπτού μπορεί να χρησιμοποιηθεί αξιόπιστα για τον έλεγχο για την αγχώδη διαταραχή/ΜΚΔ.
«Τα άτομα με αγχώδη διαταραχή/ΜΚΔ έτειναν να χρησιμοποιούν απλούστερες λέξεις, εμφάνισαν μικρότερη μεταβλητότητα μήκους λέξης και έδειξαν χαμηλότερα επίπεδα και διακύμανση φωνημικής ομοιότητας», είπε η Pietrowicz.
Ενώ η Pietrowicz σχεδιάζει τελικά να μελετήσει τους υποκείμενους βιολογικούς μηχανισμούς που σχετίζονται με τα ευρήατα, θέλει επίσης να βελτιώσει το μοντέλο. Επιπλέον, η ανάπτυξη ενός διαγνωστικού εργαλείου θα απαιτούσε πολύ περισσότερα δεδομένα για διάφορους πληθυσμούς και καταστάσεις.
«Η τρέχουσα εστίασή μας είναι να επεκτείνουμε την κλίμακα, την ποικιλομορφία και τις λεπτομέρειες των δεδομένων, ενώ εφαρμόζουμε καινοτόμες αναλυτικές τεχνικές για να βελτιώσουμε την ακρίβεια του μοντέλου και να εμβαθύνουμε την κατανόησή μας για τα σήματα», είπε η Pietrowicz.
Το παρόν άρθρο αποτελεί μετάφραση και προσαρμογή από την αγγλική στην ελληνική γλώσσα του πρωτότυπου άρθρου που μπορεί να βρεθεί εδώ.
