Vědecký tým ze Stanfordské univerzity představil výzkum, podle něhož analýza způsobu, jakým děti hovoří o stresujících zážitcích, dokáže odhalit riziko vzniku duševních poruch s odstupem několika let. Pomocí modelů zpracování přirozeného jazyka odborníci vyhodnotili nahrávky více než dvou stovek dětí ve věku od 9 do 13 let. Výsledky publikované v časopise Nature Mental Health ukazují, že algoritmy dokázaly předpovědět rozvoj úzkostí či depresí po šesti letech lépe než komise lidských expertů.
- Jazykové algoritmy analyzovaly nahrávky rozhovorů s více než 200 dětmi ve věku 9 až 13 let.
- Styl řeči a používání Spojovacích výrazů vykazovaly vyšší výpovědní hodnotu než samotný obsah vyprávění.
- Metoda překonala v přesnosti předpovědi lidské experty i měření stresového hormonu kortizolu.
Sběr dat vycházel z dlouhodobého sledování dětí
Před zahájením samotné počítačové analýzy prováděla stanfordská laboratoř profesora Iana Gotliba rozsáhlou studii zaměřenou na vliv raného stresu na vývoj dětského mozku. Výzkumníci vedli s účastníky podrobné audio rozhovory trvající přibližně 1,5 hodiny, v nichž se dětí ptali na náročné životní situace od finančních problémů rodiny až po rozvody, týrání či přírodní katastrofy. Původně tyto rozhovory posuzoval panel klinických odborníků pomocí standardizovaných dotazníků stresových událostí (TESI) a zjištění redukoval na jediné číselné skóre.
Odborníci nicméně dlouhodobě naráželi na omezení stávajících metod. Kvantitativní ukazatele, jako je hladina stresového hormonu kortizolu, fyziologické reakce nebo zkracování telomer na chromozomech, vyžadují náběry krve a specializované vybavení. Pro masové preventivní vyšetření dětí v klíčovém období před nástupem adolescence proto neexistoval prakticky použitelný nástroj.
Umělá inteligence odhalila vzorce v řečovém stylu
Vědci proto zkusili nahrávky zpracovat pomocí čtyř různých modelů zpracování přirozeného jazyka.
Analýza ukázala, že pro předpověď budoucího duševního zdraví je důležitější styl dětské mluvy než samotný popis prožitých událostí.
Klíčovým ukazatelem se ukázala větná stavba a frekvence používání drobných gramatických slov, jako jsou spojky a předložky, případně osobní zájmena.
Ačkoliv byl lingvistický styl dominantním faktorem, i obsah vyprávění nabídl cenné signály. Popisy vážného fyzického násilotí nebo hlubokého sociálního vyloučení korelovaly s vyšším rizikem pozdějších problémů. Naopak zmínky o sociální podpoře, zájmových kroužcích, sportu či předchozí odborné péči se ukazovaly jako ochranné faktory zvyšující psychickou odolnost.
Dalším krokem bude testování na rozsáhlejších datech
Hlavní autor studie Chase Antonacci uvedl, že práce poskytuje jasný důkaz o funkčnosti této koncepce pro vývoj dostupných diagnostických nástrojů. Výzkumný tým se nyní připravuje na další fázi, která zahrnuje otestování algoritmů na výrazně větším souboru dat od různorodějších skupin dětí.
Pokud se dosažené výsledky potvrdí i v širším měřítku, v budoucnu by k včasné identifikaci rizikových dětí mohly postačit běžné nahrávky z mobilních telefonů. Zdravotníci by tak získali možnost zasáhnout ještě předtím, než se úzkostné či depresivní stavy plně rozvinou v dospívání, kdy je jejich léčba výrazně komplikovanější.
Myslíte si, že by vyhodnocování mluveného slova pomocí AI mělo být běžnou součástí preventivních prohlídek u dětských lékařů? Podělte se o svůj názor v diskusi.
