MIT-Forscher trainierten ein künstliches neuronales Netz mit einer Datenbank klinischer Interviews. Nun soll es Depressionen anhand geschriebener und gesprochener Äußerungen diagnostizieren können.

Bei klinischen Interviews wird ein Patient ausführlich zu vergangenen und gegenwärtigen Lebensgewohnheiten, Verhaltensweisen und Befindlichkeiten befragt. Anhand der Antworten beurteilen Ärzte und Psychologen, ob eine Depression vorliegt und wie stark sie ausgeprägt ist.

Nun haben Forscher des MIT eine Diagnose-KI entwickelt, die Depressionen anhand von Äußerungen erkennen soll, die nicht im Kontext eines psychologischen Gesprächs getätigt wurden. Die Anwendbarkeit des diagnostischen Modells soll dadurch bedeutend erweitert werden.

“Die Sprache liefert die ersten Hinweise darauf, wie sich eine Person fühlt”, schreibt der KI-Forscher Tuka Alhanai in einer wissenschaftlichen Arbeit, die auf der Interspeech Conference vorgestellt wurde. “Um ein skalierbares Diagnosemodell für Depressionen zu entwickeln, muss man die Beschränkungen aufseiten vorliegenden Datenmaterials minimieren. Das Modell sollte den psychischen Zustand eines Individuums anhand herkömmlicher Gespräche ermitteln können.”

Anhand realer Interviews trainiert

Für das Training des künstlichen neuronalen Netzes griffen die Forscher auf 142 Gespräche des Distress Analysis Interview Corpus zurück, einer Sammlung klinischer Interviews, die für die maschinelle Verarbeitung zusammengestellt wurde. Die Gespräche liegen zwecks optimaler Auswertbarkeit in Text-, Audio- und Videoform vor.

Die Interviewten bestehen aus Gruppen mit oder ohne psychischer Erkra…


MIXEDCAST #171: Das Carmack-Drama, Stormland und Magic Leak | Alle Folgen


Links auf Online-Shops in Artikeln können sogenannte Affiliate-Links sein. Wenn ihr über diesen Link einkauft, erhält MIXED.de vom Anbieter eine Provision. Für euch verändert sich der Preis nicht.