Puheen analysointi tarjoaa lupaavan keinon mielenterveyden häiriöiden, kuten masennuksen ja psykoosin, diagnosointiin, vakavuuden arviointiin ja alkamisen ennustamiseen. Tutkimuskatsaus korostaa, että puheessa ilmenevät piirteet, kuten hitaus, tauot ja negatiivinen sisältö, voivat toimia objektiivisina mittareina, jotka täydentävät perinteisiä kliinisiä arviointeja. Luonnollisen kielen prosessoinnin ja puheentunnistuksen edistysaskeleet mahdollistavat näiden puhekuvioiden hyödyntämisen mielenterveyden arvioinnissa.
Katsauksessa tutkitaan ajankohtaisia julkaisuja, jotka liittyvät puheanalyysin käyttämiseen psyykkisten oireyhtymien hallintaan. Sen mukaan puheanalyysin käyttöön liittyy neljä pääaluetta: diagnostinen luokitus, vakavuuden arviointi, alkamisajan määrittäminen sekä ennuste- ja hoitotulokset.
Automaattinen analyysi on lupaavampi kuin subjektiiviset arviot
Mielenterveyden häiriöiden ominaisuudet esiintyvät usein puheessa ja kielessä, joten psykiatrisen kliinisen arvioinnin tulisi ottaa huomioon potilaan puhekuviot, kuten esimerkiksi nopeus, johdonmukaisuus ja sisältö.
Luonnollisen kielen prosessoinnin, puheentunnistuksen ja tietojenkäsittelytieteen edistysaskeleet ovat osoittaneet, että puheanalyysin käyttäminen mielenterveyden häiriöiden objektiivisena, kliinisenä mittausvälineenä on mahdollista.
Tutkimusryhmä kävi läpi satoja artikkeleita ja raportteja, joissa käsiteltiin mielenterveyden häiriöistä kärsivien henkilöiden puheeseen liittyviä näkökohtia. Tapaustutkimukset ja neurologisia häiriöitä sairastavia potilaita koskevat tutkimukset jätettiin tarkastelun ulkopuolelle. He ottivat mukaan artikkelit, joissa analysoitiin osallistujien puheen transkriptioita.
Analyysillä apua mielenterveysriskien ennakointiin
Suurin osa katsaukseen sisältyneistä tutkimuksista, joissa käsiteltiin puheanalyysin käyttöä diagnosoinnissa, koski vaikeaa masennusta sairastavia potilaita, joiden puhe on usein hidasta, täynnä taukoja, sisällöltään negatiivista ja vailla energiaa. Näissä tutkimuksissa diagnostinen tarkkuus oli korkea, yhdessä tutkimuksessa yli 80 prosenttia.
Automaattinen analyysi on myös tehokas keino ennustaa mielenterveysongelmien puhkeamista erityisesti riskiryhmissä. Useissa tutkimuksissa, joissa tarkasteltiin puheen semantiikkaa, mukaan lukien koherenssi ja monimutkaisuus, ennustettiin psykoosin puhkeamista kahdesta kahteen ja puoleen vuoteen jopa 100 prosentin tarkkuudella.
Kirjallisuutta puheanalyysin vaikutuksesta ennusteeseen ja hoitotuloksiin on kuitenkin vähän, ja lisätutkimuksia tarvitaan.
Puhekuvioanalyysin käyttämisellä itsemurhariskin arvioinnissa näyttää olevan suuria mahdollisuuksia. Eräässä hiljattain tehdyssä tutkimuksessa osoitettiin, että mittaamalla muuttujia, kuten epäsäännöllinen puhetiheys, epäröinti ja hermostuneisuus, pystyttiin 73 prosentissa tapauksista tunnistamaan itsemurha-ajatuksia omaavat potilaat terveistä potilaista.
Puhekuvioiden vaihtelut ja muut tekijät tuottavat vielä ongelmia
On monia tekijöitä, kuten esimerkiksi lääkityksen vaikutukset sekä demografiset ja kulttuuriset ominaisuudet (kieli, sukupuoli, sukupuoli-identiteetti, jne), jotka voivat aiheuttaa vaihteluita puhekuvioihin. Vaihtelut voivat tehdä puheen sisällyttämisestä objektiiviseen arviointiin hankalaksi.
Lisäksi tutkijat ehdottavat, että tulevien tutkimusten tulisi ottaa huomioon sairauden tilat ajan mukaan, koska suurin osa tutkimuksista oli keskittynyt sillä hetkellä sairaana oleviin potilaisiin, eikä siihen, kestävätkö puhekuviot samanlaisina pitkällä aikavälillä, esimerkiksi sillon kun oireita ei ole.
Lähteet
- Medical Express: Speech analysis can help measure diagnosis, severity, and onset of mental illness
- Harward Review of Psychiatry: Applications of Speech Analysis in Psychiatry
