Depresyondan anksiyeteye kadar birçok psikolojik durumun teşhisi için psikiyatristle aylar sürmesi muhtemel görüşmeler yapılması gerekiyor. Herkesin böyle bir imkanı bulunmadığı gibi zaman zaman öznel teşhisler konarak danışan yanıltıcı bir yola sokabiliyor.
Bu nedenle bilim insanları bu süreci otomatikleştirmenin yollarını arıyor ve son yılların yıldız teknolojisi yapay zeka devreye giriyor. The Economist’in aktardığına göre danışanların sesini dinlemek üzere eğitilen yapay zeka araçları geleneksel teşhis yöntemlerinin de üstünde doğruluk oranlarında psikolojik rahatsızlıkları tespit edebiliyor.
Yapay zeka modelleri konuşmanın akustik özelliklerini analiz ederek bir hastanın bırakın ifade etmeyi, farkında olmadığı depresyon veya kaygı belirtilerini tanımlayabiliyor. Konuşmadaki perde, ton ve ritim gibi bireysel özellikler her biri bir rol oynasa da, bu modellerin asıl gücü bir psikiyatristin kulağının algılayamayacağı kalıpları ayırt etme yeteneklerinde yatıyor.
Aslında bu yapay zekanın psikoloji ya da psikiyatri alanında ilk kullanımı değil. Örneğin büyük dil modelleri (LLM’ler) psikolojik bozuklukların semptomatik konuşma kalıpları ve bağlamsal ipuçları için yazıya dökülmüş danışan görüşmelerini tarayabiliyor. Ancak metin tabanlı yapay zekanın bazı kısıtları var. Kültürel nüanslar, dil bariyerleri ve farklı akıcılık seviyelerindeki konuşmalar sonuçları çarpıtabiliyor. LLM’ler toplumda yaygın olan dilsel önyargıları da taşıyor. Örneğin bir araştırma LLM’nin siyah hastalarda depresyonu teşhis etmede beyazlara kıyasla başarısız olduğu görüldü.
Bu nedenle yeni geliştirilen yapay zeka temelli yöntemlerde kişilerin kelimelerinden ziyade o kelimelerin ağzından nasıl çıktığına, yani sesine bakılıyor.
Örneğin Çin’deki South-Central Minzu Üniversitesi’ndeki araştırmacılar tarafından geliştirilen bir yapay zeka modeli hastanın sesindeki ince, hemen göze çarpmayan değişikliklerin peşine düşüyor. Araştırmacılar depresyonu olan kişilerin insan kulağının algılayamayacağı kadar belli belirsiz konuşma biçimlerine sahip olabileceği varsayımından yola çıkıyor.
Yöntem şöyle işliyor: Yapay zeka modeli karmaşık ses kalıplarını tanımasına yardımcı olmak için öncelikle bol miktarda genel konuşmaya maruz bırakıldığı bir ‘ön eğitim’ alıyor. Bu kalıplar genellikle insan kulağı tarafından algılanamayan ritim, perde değişkenliği ve ses kalitesindeki değişiklikleri içerebiliyor. Bu ön eğitim dilsel bir ayar aracı görevi görerek sistemin kelimelerin kendisini anlaması gerekmeden depresyonu işaret edebilecek karmaşık konuşma değişikliklerini algılamasını sağlıyor. Araştırmacılar daha sonra depresyon teşhisi konan hastaların kayıtlarını dinleterek eğitimin ikinci ayağında bu genel amaçlı sistemi özellikle depresyon tespiti yapabilmesi için ince ayar çekiyor.
İşte bu ince ayarı yapılmış yapay zeka modeli kayda değer bir doğruluk oranı elde etti. Haziran ayında Nature Scientific Reports’ta yayınlanan çalışmanın sonuçlara göre yöntem depresyonun varlığını yüzde 96 oranında tespit edebildi. Klinik derecelendirme ölçeğine göre depresyon şiddetini dört seviyede (depresyon yok, hafif, orta ve şiddetli) sınıflandırması istendiğinde yüzde 95 oranında doğruluk payıyla tespit etti.
Meyvelerini vermeye başlayan bir diğer yapay zeka temelli model Paris’teki Sorbonne Üniversitesi’nden araştırmacıların imzasını taşıyor. Bu yöntemde akıllı telefon uygulaması aracılığıyla kaydedilen ses dalgaları analiz ediliyor. Öncelikle ses dalgaları bir sesin frekans ve düzeyinin zaman içinde nasıl değiştiğini gösteren spektrogram isimli görsel haritalara dönüştürülüyor. Ardından model her bir spektogramı depresyon, anksiyete, insomnia (uyuyamama sorunu) gibi psikolojik rahatsızlıklara ait göstergeler açısından inceliyor.
Burada da çok büyük miktarda ses kaydı dinletilerek genel konuşma kalıpları ve özellikleri üzerine bir ön eğitimden geçen yapay zeka modeli öğrendiklerini çalışmaya dahil edilen katılımcıların spektogramlarını yorumlamak için kullanıyor. Bu yorumlama esnasında da ham ses kayıtlarından otomatik olarak ilgili özellikleri çıkarmak için derin öğrenme tekniklerini devreye alıyor. Bir başka deyişle sistemin kullandığı sesteki ipuçlarının insanlar tarafından yorumlanması kolay değil. Çalışmanın mart ayında yayınlanan sonuçları umut vadediyor, ancak henüz erken aşamalarında.
Yapay zekanın psikolojik rahatsızlıkların teşhisinde kullanılması potansiyel vadediyor. Ses dalgası analizi hastaların zihinsel durumlarını sözlü olarak doğru bir şekilde ifade edemeseler de analiz edilmesine imkan tanıyor. Dilden bağımsız kullanılabilmesi ve özellikle psikolog ve psikiyatristlerin yükünün fazla olduğu dezavantajlı bölgelerde sunabileceği yardım kıymetli.
