우울증의 징후를 일상 대화 속에서도 발견 할 수있는 인공 지능(AI)이 개발되었다.
미국 매사추세츠 공대(MIT)의 연구팀은, 사람의 대화 텍스트와 음성 데이터를 분석하고, 우울증의 징후가 있는 언어 패턴을 발견하는 신경망 모델을 개발했다고 발표했다.
지금까지, 우울증의 징후를 발견하기 위해서는 의사가 환자를 인터뷰하는 과정이 필요했다. 의사는 병원에 온 사람들에게 "과거에 정신 질환을 앓은 적이 있는가", "생활 습관은 어떤가" 등 여러 질문을 던지고 그에 대한 답변으로 증상을 진단해왔다.
그런 작업을 대체, 또는 효율화하기 위한 인공 지능은 지금까지 개발되어 왔지만, 미리 정해진 질문에 대한 반응으로 분석 할 패턴이 대부분으로, 예상치 못한 질문이라고 진단 정도가 떨어지는 문제가 있었다.
한편, 이번에 개발 된 모델은, 전체 새로운 주제와 질문, 또한 답변에서도, 환자가 우울증의 징후가 있는지 여부를 정확하게 예측 할 수있다고 한다. 질문과 답변 형식에 제약이 없는, 즉 자연스러운 일상 회화에서 우울증의 징후를 감지 할 수 있다는 것이다.
연구를 견인하는 Tuka Alhanai 박사는, "사람의 심리 상태가 먼저 반영되는 것은 일상 회화"라고 하고, 증상의 조기 발견을 위해 연구 대상으로 한 점을 강조하고 있다.
MIT 연구원들은 음성 처리에 사용하는 기술을 사용하여, 우울증 환자와 그렇지 않은 사람의 언어 패턴을 추출했다. 결과, 우울증 환자가 사용하는 "Sad", "Down", "low" 등의 단어가 평탄하고 단조로운 음성 신호와 관련있는 것을 발견했다. 또한 우울증을 앓고있는 날은 말하는 속도가 느리거나 단어 사이의 간격이 벌어지는 등 건강한 사람과는 다른 언어 패턴을 나타낸다고 한다.
연구팀은 인공 지능의 학습을 위해 142개의 진단 데이터를 이용. 우울증 진단 정도는 71%에 달했고, 다시 테스트하면 정확도는 83%까지 상승했다고 한다.
연구팀은 텍스트와 음성으로부터 정보를 읽고, 사람들에게 경고를 보낼 수있는 앱 개발도 구상하고 있다. Alhanai 박사는 "앞으로 우울증뿐만 아니라 치매 등 다른 건강 상태를 검사 할 수있는 방법을 개발할 수 있을 것"이라고 연구 성과의 응용 가능성에 대해서도 말하고 있다.