이 기사는 일부 한정 시리즈 일상적인 문제를 해결할 수 있는 인공 지능의 잠재력에 대해.
불안 장애를 확실하게 식별하거나 임박한 우울 재발을 예측할 수 있는 체온 측정이나 혈압 측정만큼 빠르고 쉬운 테스트를 상상해 보십시오.
의료 제공자는 환자의 신체 상태를 측정할 수 있는 많은 도구를 가지고 있지만 정신 건강을 평가하기 위한 신뢰할 수 있는 바이오마커(환자 외부에서 관찰되는 의학적 상태의 객관적 지표)는 없습니다.
그러나 일부 인공 지능 연구원은 이제 목소리가 정신 상태를 이해하는 열쇠가 될 수 있으며 AI는 불가능한 것은 아니지만 인지하기 어려운 그러한 변화를 감지하는 데 완벽하게 적합하다고 믿습니다. 그 결과 원격 의료 및 콜센터 제공자에게 실시간 정신 건강 평가를 제공하는 프로그램뿐만 아니라 정신 상태를 추적하도록 설계된 앱 및 온라인 도구 세트가 탄생했습니다.
심리학자들은 특정 정신 건강 문제가 다음의 말을 듣는 것만으로도 감지할 수 있다는 것을 오랫동안 알고 있었습니다. 뭐라고 요 사람이 말하지만 어떻게 심리학자이자 신시내티 의과대학 조교수인 Maria Espinola는 말합니다.
우울증 환자의 경우 Espinola 박사는 “그들의 말은 일반적으로 더 단조롭고 아첨하며 부드럽습니다. 그들은 또한 감소된 피치 범위와 더 낮은 볼륨을 가지고 있습니다. 그들은 더 많은 휴식을 취합니다. 더 자주 멈춥니다.”
불안이 있는 환자는 몸에 더 많은 긴장을 느끼며, 이는 목소리가 들리는 방식도 바꿀 수 있다고 그녀는 말했습니다. “그들은 더 빨리 말하는 경향이 있습니다. 숨쉬기가 더 힘들어요.”
오늘날 이러한 유형의 음성 기능은 우울증과 불안은 물론 정신 분열증 및 외상 후 스트레스 장애와 같은 기타 정신 질환을 예측하기 위해 머신 러닝 연구원에 의해 활용되고 있습니다. 딥 러닝 알고리즘을 사용하면 훈련된 전문가에게도 분명하지 않을 수 있는 짧은 음성 녹음으로 캡처된 추가 패턴과 특성을 발견할 수 있습니다.
하버드 의과대학 조교수이자 매사추세츠 종합병원 임상심리학자인 케이트 벤틀리는 “지금 우리가 사용하고 있는 기술은 인간의 귀로도 알아들을 수 없는 의미 있는 기능을 추출할 수 있다”고 말했다.
그녀는 “임상이 평가하는 인터뷰나 자가 보고 측정과 같이 전통적으로 사용되는 주관적인 평가 방식을 뛰어넘는 생물학적 또는 보다 객관적인 정신과 진단 지표를 찾는 것에 대해 많은 흥분을 느끼고 있습니다.”라고 말했습니다. 연구자들이 추적하고 있는 다른 단서는 활동 수준, 수면 패턴 및 소셜 미디어 데이터의 변화를 포함합니다.
이러한 기술 발전은 정신 건강 관리의 필요성이 특히 절실한 시기에 이루어집니다. National Alliance on Mental Illness의 보고서에 따르면, 성인 5명 중 1명 미국에서는 2020년에 정신 질환을 경험했습니다. 그리고 그 숫자는 계속해서 증가하고 있습니다.
AI 기술이 자격을 갖춘 정신 건강 관리 제공자의 부족을 해결할 수는 없지만(국가의 요구를 충족시키기에 거의 충분하지 않음) 정확한 진단을 받는 장벽을 낮추고 임상의가 식별하는 데 도움이 될 수 있다는 희망이 있다고 Bentley 박사는 말했습니다. 진료를 받고 방문 사이에 자가 모니터링을 용이하게 하는 것을 주저할 수 있는 환자.
Bentley 박사는 “약속 사이에 많은 일이 발생할 수 있으며 기술은 실제로 모니터링 및 평가를 보다 지속적인 방식으로 개선할 수 있는 잠재력을 제공할 수 있습니다.”라고 말했습니다.
이 새로운 기술을 테스트하기 위해 먼저 정신 건강 앱 건강 기술 회사인 Sonde Health에서 내 불쾌감이 심각한 증상인지 아니면 단순히 쇠약해진. “음성 기반 정신 건강 추적 및 저널링 제품”으로 설명된 이 무료 앱은 제 첫 체크인, 즉 1에서 100까지의 척도로 제 정신 건강 순위를 매기는 30초 구두 저널을 기록하도록 초대했습니다.
1분 후 나는 52점을 받았습니다. “주의를 기울이십시오”라는 앱이 경고했습니다.
앱에서 내 목소리에서 감지된 활력 수준이 현저히 낮다고 표시했습니다. 내가 조용히 말하려고 해서 그냥 단조롭게 들렸던 걸까? 산책을 하거나 내 공간을 정리함으로써 정신 건강을 향상시키려면 앱의 제안에 귀를 기울여야 합니까? (첫 번째 질문은 앱의 가능한 결함 중 하나를 나타낼 수 있습니다. 소비자로서 알기 어려울 수 있습니다. 왜 보컬 레벨이 변동합니다.)
나중에 인터뷰 사이에 불안함을 느끼며 불안 수준을 감지하는 데 중점을 둔 또 다른 음성 분석 프로그램을 테스트했습니다. 그만큼 응력파 테스트 60초 동안 녹음된 음성 샘플을 사용하여 스트레스 수준을 평가하기 위해 AI 전문가 Ellipsis Health와 공동으로 개발한 의료 및 보험 대기업 Cigna의 무료 온라인 도구입니다.
“당신을 밤에 깨우게 하는 것은 무엇입니까?” 웹사이트의 프롬프트였습니다. 내가 계속해서 걱정하는 것에 대해 이야기하는 데 1분을 보낸 후, 프로그램은 내 녹음을 기록하고 나에게 이메일 선언을 보냈습니다. “당신의 스트레스 수준은 보통입니다.” Sonde 앱과 달리 Cigna의 이메일은 유용한 자기 개선 팁을 제공하지 않았습니다.
다음과 같은 다른 기술은 잠재적으로 유용한 인간 상호 작용 레이어를 추가합니다. 긴츠기, 캘리포니아 버클리에 본사를 둔 회사는 이달 초 시리즈 A 펀딩으로 2천만 달러를 모금했습니다. Kintsugi는 일본의 관습에서 따온 이름입니다. 금맥으로 깨진 도자기 수선.
Grace Chang과 Rima Seiilova-Olson이 공동으로 정신 건강 관리에 접근하기 위해 고군분투한 경험을 공유하면서 설립한 Kintsugi는 원격 의료 및 콜센터 제공자를 위한 기술을 개발하여 추가 지원의 혜택을 받을 수 있는 환자를 식별하는 데 도움을 줄 수 있습니다.
예를 들어, 간호사는 Kintsugi의 음성 분석 프로그램을 사용하여 배앓이를 하는 아기가 있는 초조한 부모에게 자신의 안녕에 대해 물어보는 데 시간을 할애할 수 있습니다.
이러한 유형의 머신 러닝 기술 개발에 대한 한 가지 우려는 편견 문제입니다. 즉, 프로그램이 연령, 성별, 민족, 국적 및 기타 인구 통계학적 기준에 관계없이 모든 환자에게 공평하게 작동하도록 보장합니다.
“머신 러닝 모델이 제대로 작동하려면 매우 크고 다양하며 강력한 데이터 세트가 필요합니다.”라고 Chang은 말했습니다. Kintsugi는 다양한 언어로 된 전 세계의 음성 녹음을 특히 이 문제.
이 초기 분야의 또 다른 주요 관심사는 프라이버시, 특히 개인을 식별하는 데 사용할 수 있는 음성 데이터라고 Bentley 박사는 말했습니다.
그리고 환자가 녹음에 동의하더라도 동의에 대한 질문은 때때로 이중적입니다. 환자의 정신 건강을 평가하는 것 외에도 일부 음성 분석 프로그램은 녹음을 사용하여 자체 알고리즘을 개발하고 개선합니다.
Bentley 박사는 또 다른 문제는 개발자 자신도 완전히 설명할 수 없는 방식으로 작동하는 기계 학습 및 소위 블랙박스 알고리즘에 대한 소비자의 잠재적인 불신, 특히 예측을 위해 사용하는 기능이라고 말했습니다.
“알고리즘을 만드는 것과 알고리즘을 이해하는 것”이라고 Semel Institute for Neuroscience and Human Behavior의 임시 소장이자 University of California, Los Angeles의 정신과 학과장인 Dr. Alexander S. Young이 말했습니다. 많은 연구자들이 일반적으로 AI와 기계 학습에 대해 가지고 있다는 사실: 프로그램의 교육 단계에서 인간의 감독이 거의 존재하지 않습니다.
현재 Dr. Young은 특히 환자가 스스로를 모니터링할 수 있는 도구로서 음성 분석 기술의 잠재력에 대해 조심스럽게 낙관하고 있습니다.
“사람들의 정신 건강 상태를 모델링하거나 일반적인 방법으로 정신 건강 상태를 대략적으로 추정할 수 있다고 믿습니다.”라고 그는 말했습니다. “사람들은 특히 만성 질환이 있는 상태에서 자신의 상태를 스스로 모니터링할 수 있기를 원합니다.”
그러나 자동화된 음성 분석 기술이 주류로 사용되기 전에 일부에서는 정확성에 대한 엄격한 조사를 요구하고 있습니다.
Bentley 박사는 “음성 기술뿐만 아니라 다른 데이터 스트림을 기반으로 하는 AI 및 기계 학습 모델에 대한 검증이 더 필요합니다.”라고 말했습니다. “그리고 우리는 잘 설계된 대규모 대표 연구에서 그 검증을 달성해야 합니다.”
그때까지 AI 기반 음성 분석 기술은 유망하지만 입증되지 않은 도구로 남아 있으며 궁극적으로 정신적 웰빙의 온도를 측정하는 일상적인 방법이 될 수 있습니다.
