Un nou model AI folosește vlogurile pentru a detecta primele indicii de depresie

Cercetătorii au dezvoltat un model inovator de detectare a depresiei care folosește caracteristici audiovizuale din vlogurile de pe YouTube, oferind identificarea timpurie a simptomelor depresive pentru a facilita intervenția și suportul la timp. Depresia este o problemă majoră, peste 264 de milioane de persoane fiind afectate la nivel global. Detectarea timpurie este dificilă, dar social media reprezintă o sursă bună de indicatori.
Studiul a folosit YouTube Data API pentru a recupera vloguri postate între ianuarie 2010 și ianuarie 2021, folosind cuvinte cheie legate de depresie și vloguri cotidiene. Au fost descărcate 12.000 de videoclipuri în limba engleză, iar cinci anotatori au categorisit videoclipurile, obținând un acord substanțial măsurat prin kappa Cohen. Au fost extrase caracteristici audio cu OpenSmile și indici vizuali folosind biblioteca FER Python.

Modelul de detectare a depresiei a fost construit folosind algoritmul XGBoost, care a avut performanțe superioare în comparație cu alte clasificatoare de învățare automată. Modelul a fost antrenat să clasifice vlogurile în două categorii: indicativ pentru depresie sau nu, folosind caracteristici audio și vizuale.

Analiza a distins între vlogurile cu și fără depresie folosind caracteristici audio și vizuale, cu suport statistic prin testul T. S-a constatat că vlogurile cu depresie aveau valori mai scăzute de zgomot și frecvență fundamentală (F0), un raport armonie-zgomot (HNR) redus, nervozitate mai mare și un al doilea formant (F2) mai scăzut. Indicele Hammarberg a fost mai mare, indicând o disparitate mai mare de intensitate între diferitele benzi de frecvență. Spectral Flux a fost mai mic, sugerând o formă spectrală mai consistentă în discursul persoanelor depresive.

Caracteristicile vizuale, inclusiv expresiile faciale de fericire, tristețe și frică, au fost de asemenea analizate. Nivelurile de fericire au fost mai scăzute, în timp ce tristețea și anxietatea au fost mai ridicate în vlogurile cu depresie, dar nu au existat diferențe semnificative în expresiile de neutralitate, surpriză sau dezgust.

Analiza comparativă a performanței a arătat că modelul propus, bazat pe XGBoost, a avut o acuratețe superioară, precizie, recall și scor F1 mai bune decât clasificatoarele de regresie logistică și random forest. Caracteristicile audio au depășit caracteristicile vizuale în detectarea depresiei, dar combinarea ambelor a îmbunătățit semnificativ performanța modelului.

Analiza specifică genului a arătat că modelele adaptate pentru vloggeri de sex feminin au avut performanțe mai bune decât cele pentru vloggeri de sex masculin, sugerând că genul poate influența modul în care depresia se manifestă în vorbire și expresii faciale. Variabilitatea în intensitatea vocii și expresia fericirii au fost predictori semnificativi, indicând că fluctuațiile intensității vocale și expresiile faciale ale fericirii sunt esențiale în identificarea depresiei prin vloguri.

sursa: News Medical
foto: Ground Picture/Shutterstock.com