نجح علماء من جامعة نوفوسيبيرسك الحكومية (NSU) في تطوير أول طريقة في روسيا لتشخيص الاكتئاب اعتمادا على تحليل الصوت باستخدام تقنيات الذكاء الاصطناعي. ويهدف هذا الابتكار إلى مساعدة الأطباء في تشخيص الاكتئاب، خصوصا لدى المرضى الذين تظهر لديهم أعراض جسدية دون أسباب طبية واضحة. وقد نُشرت تفاصيل هذا الإنجاز عبر منصة Наука Mail.
الاكتئاب: مشكلة صحية عالمية متفاقمة
يُعد الاكتئاب أحد أكثر الاضطرابات النفسية انتشارا في العالم.
ووفقا لبيانات منظمة الصحة العالمية لعام 2025:
يعاني نحو 330 مليون شخص عالميا من الاكتئاب.
قد يظهر الاكتئاب:
كاضطراب مستقل.
أو كمشكلة مرافقة لأمراض أخرى، بما فيها الأمراض الجسدية (النفسجسدية).
الاكتئاب المقنّع وراء الأعراض الجسدية
يشير المختصون إلى أن الاكتئاب:
قد يتخفّى خلف أعراض جسدية مثل:
الصداع.
آلام القلب.
اضطرابات الجهاز الهضمي.
الشعور العام بالإرهاق وتدهور الصحة.
في كثير من الحالات، لا يمكن للأطباء تحديد سبب عضوي واضح لهذه الأعراض.
كما أن:
ضيق الوقت.
أو نقص الخبرة المتخصصة في الصحة النفسية
قد يمنع بعض الأطباء من إجراء تقييم نفسي معمّق، مما يؤدي إلى تأخر التشخيص.
تحليل الصوت كأداة جديدة لتشخيص الاكتئاب
يُعد تحليل الخصائص الصوتية من أكثر الأساليب الواعدة في تشخيص الاكتئاب، وذلك للأسباب التالية:
لا يعتمد على التقارير الذاتية للمريض أو المقابلات فقط.
يقلل من تأثير ما يُعرف بـ الاستجابة الاجتماعية المرغوبة، حيث قد يخفي المريض أعراضه عمدا أو دون وعي.
الصوت يُعد مؤشرا موضوعيا للحالة النفسية.
لا يستطيع الإنسان تغيير نبرة صوته بشكل إرادي لإخفاء علامات الاكتئاب، بحسب الباحثين.
ريادة روسية في مجال تشخيص الاكتئاب صوتيا
رغم وجود العديد من الدراسات الأجنبية حول استخدام الذكاء الاصطناعي لتحليل الصوت في تشخيص الاكتئاب:
لا تزال التطبيقات العملية محدودة.
في روسيا، يُستخدم تحليل الصوت سابقا لمراقبة الحالة النفسية لرواد الفضاء،
لكن ليس لغرض تشخيص الاكتئاب.
ويُعد فريق جامعة نوفوسيبيرسك:
أول من طوّر هذه التقنية تحديدا لتقييم الاكتئاب داخل روسيا.
كيف تم تطوير النظام؟
اعتمد الباحثون على:
إجراء أكثر من 90 مقابلة صوتية.
تدريب نموذج ذكاء اصطناعي قادر على:
تصنيف الحالة النفسية وفق أربعة مستويات للاكتئاب:
عدم وجود أعراض.
اكتئاب خفيف.
اكتئاب متوسط.
اكتئاب شديد.
الصوت كمؤشر بيولوجي طبيعي
بحسب المطورين:
يُعد الصوت مؤشرا حيويا طبيعيا للحالة النفسية.
حتى مقطع صوتي قصير يمكن أن يكشف:
مستوى الطاقة في الصوت.
التغيرات المرتبطة بالقلق والاضطرابات النفسية.
التقنيات المستخدمة ودقة النموذج
استندت التقنية إلى:
بنية حديثة تُعرف باسم wav2vec.
تتيح هذه البنية استخراج الخصائص الصوتية المتجهية بدقة عالية.
نتائج الأداء
أظهر النموذج:
دقة عالية تضاهي أفضل الدراسات العالمية.
تم تقييم الأداء باستخدام مؤشر F1:
وهو المتوسط التوافقي بين:
الدقة (Precision).
الشمولية (Recall).
بلغت قيمة F1 أكثر من 0.94، وهي نتيجة مرتفعة جدا.
تطبيق عملي: NeuroVoice
لأغراض الاستخدام العملي، طوّر الفريق نموذجا أوليا لتطبيق رسومي باسم NeuroVoice، يتميز بـ:
واجهة مستخدم رسومية (GUI) مبنية على PyQt5.
دورة عمل متكاملة تشمل:
تحميل الملفات الصوتية.
تسجيل الصوت مباشرة.
تحليل النتائج بصريا.
تصدير البيانات.
كما يتيح التطبيق:
تحليل تسجيلات سابقة.
أو إجراء التقييم في الوقت الحقيقي.
هل يمكن أن يحل النظام محل الطبيب؟
يوضح الباحثون أن:
هذه التقنية لا تهدف إلى استبدال الطبيب النفسي أو الأخصائي.
لكنها أداة مساعدة فعّالة لـ:
أطباء الرعاية الأولية.
تشخيص الاكتئاب لدى مرضى يعانون من أمراض جسدية مزمنة.
الخطط المستقبلية للمشروع
يخطط الفريق البحثي لـ:
توسيع قاعدة البيانات الصوتية.
إنشاء أرشيف مقابلات باللغة الروسية، مماثل لقاعدة البيانات الإنجليزية DAIC-WOZ.
إعادة تدريب النماذج على بيانات أوسع.
دمج النموذج النهائي في تطبيق متكامل.
إجراء اختبارات عملية واسعة قبل الإطلاق الرسمي.
