Artificiell intelligens kan upptäcka ångest och depressioner hos barn

Att upptäcka ångest och depressioner hos barn är ingen enkel sak. I USA tar en standardutredning som regel 60-90 minuter – med en psykolog eller psykiater som intervjuar barnet i sällskap med dennes förmyndare. Och att då lyckas ställa en korrekt diagnos är ingen självklarhet. Men nu kan artificiell intelligens eventuellt hjälpa till, och fånga upp de signaler som den analoga utvärderingen missar.

En studie utförd av forskare vid University of Vermont sägs visa att en algoritm för maskininlärning skulle kunna vara ett verktyg för att snabbt diagnostisera ångest och depression. I sin undersökning utgick forskarlaget från en variant av ett stresstest kallat ”Trier social stress test”, avsett för att provocera fram ett visst sinnestillstånd.

71 barn mellan tre till åtta år ombads att improvisera ihop en tre minuter lång berättelse. De fick veta att deras bidrag skulle bedömas efter hur intressant historien var. Forskaren som iklätt sig rollen som domare höll en sträng ton och gav bara neutral eller negativ feedback till barnen. Vid 90 sekunder och sedan med 30 sekunder återstående ljöd ett larm, och domaren berättade då hur lång tid de hade på sig.

– Uppgiften är utformad för att vara stressande och försätta dem i ett sinnestillstånd där de känner att någon dömer dem, säger Ellen McGinnis, som är klinisk psykolog vid Vermont-universitetets medicinska center till Engineering and Technology. 

Barnen diagnosticerades sedan i enlighet med erkända metoder, dels via en enkät till föräldrarna, samt i en intervju med en kliniker. Därefter använde forskarna en algoritm för maskininlärning för att analysera återkommande drag i ljudinspelningarna där barnen berättar sina historier. Dessa data kopplades sedan till barnets diagnos.

Algoritmen identifierade åtta olika särdrag i barnens tal, och av dessa stod tre ut som väldigt signifikanta för att identifiera avvikelser. Det var dels tal med en djup röst, upprepningar i talmönstret, och en högre oktav som reaktion på larmet.

Enligt studien var algoritmen mycket träffsäker när det kom till att ställa en korrekt diagnos på barnen i testet. Den mest talande delen var perioden mellan de två larmen. McGinnis berättar att algoritmen med 80 procents träffsäkerhet lyckades identifiera barn med internaliserande störningar, och resultaten överensstämde väl med vad föräldrarna hade angett i enkäten.

Enligt forskarna lider omkring ett av fem barn av ångest och depressioner. Studien anser att artificiell intelligens kan bidra till att ge en snabbare diagnos, och eftersom barn under åtta år har svårt att verbalisera sina känslor kan algoritmen bli ett värdefullt verktyg. Forskningen har publicerats i Journal of Biomedical and Health Informatics.