うつ病検出のためのAI駆動技術と顔面意味特徴の統合：横断研究

科学分野:

• 人工知能
• 精神医学
• デジタルヘルス

背景:

• うつ病は世界的な健康問題であり、外来設定での早期検出には課題があります。
• 限界には、自己報告バイアス、スティグマ、および抑うつ症状の過少報告が含まれます。
• AIは、早期うつ病検出のための客観的でスケーラブルで、目立たない方法を提供します。

研究 の 目的:

• うつ病症状の特定における2つのAIシステム、iSeeMEおよびEDDTW-V2の予測精度を評価すること。
• リスクの高い外来患者におけるうつ病検出におけるAIの有用性を評価すること。
• 表情分析（iSeeME）と物語分析（EDDTW-V2）のパフォーマンスを比較すること。

主な方法:

• 精神科および外科腫瘍科クリニックの62人の外来患者を対象とした横断研究。
• 標準化されたうつ病評価（HDRS、BDI-II、PHQ-9）が実施されました。
• iSeeMEによって分析された表情データ。EDDTW-V2によって分析された物語トランスクリプト。予測妥当性は、メトリクス、相関、およびクラスター分析を通じて評価されました。

主要な成果:

• HDRS ≥7の臨床的うつ病患者は62人の参加者のうち39人でした。
• iSeeMEは、0.761の精度、0.854のリコール、0.805のF1スコア、および0.770の精度を達成しました。
• iSeeMEは、EDDTW-V2よりもBDI-II（r=0.442）およびPHQ-9（r=0.335）との強い相関を示しました。

結論:

• 両方のAIシステムは、うつ病評価の補助ツールとしての可能性を示しています。
• iSeeMEは感情行動症状の検出に優れています。EDDTW-V2は認知的言語的特徴を捉えます。
• AIは、外来設定におけるうつ病の早期検出、監視、および標的介入をサポートします。