使用语音情绪分析技术开发一种客观的抑郁症状早期检测模型:在呼叫中心运营商中进行实证前性队列研究
Naomichi Tani1, Yoshihiro Takao2, Sakihito Noro2
1Department of Ergonomics, Institute of Industrial Ecological Sciences, University of Occupational and Environmental Health, Japan, 1-1 Iseigaoka, Yahatanishi-ku, Fukuoka, Kitakyushu 807-8555, Japan.
Journal of occupational health
|October 22, 2025
概括
语音分析可以帮助工人发现早期抑郁症状. 这项研究开发了一种准确度为78.3%的模型,表明其对职业健康查的潜力.
科学领域:
- 职业健康 职业健康 职业健康
- 精神病学是一个精神病学.
- 计算语言学 计算语言学
背景情况:
- 语音和情绪分析越来越多地用于临床抑郁症诊断.
- 对于它们在早期职业健康检测中的有用性的证据是有限的.
- 本研究探讨了在职场心理健康方面需要客观工具的需求.
研究的目的:
- 开发一个预测模型,用于工人早期的抑郁症状.
- 用语音和情感分析进行职业健康查.
- 建立一个客观的方法来识别工作场所的风险人群.
主要方法:
- 一项针对62名呼叫中心工作者的前性队列研究.
- 使用分层语音分析进行语音和情绪分析.
- 在12周内通过流行病学研究中心抑郁症尺度评估抑郁症症状.
- 递归特征消除和模型构建的后勤回归.
主要成果:
- 预测模型实现了曲线下的面积 (AUC) 为0.783.3.
- 灵敏度为0.649,具有0.826 (1 - 0.174) 的特异性.
- 切断线以上的语音指标预测了抑郁症状,赔率比为7.78.
结论:
- 语音和情绪分析显示出作为一个客观工具的承诺,用于在职业环境中早期发现抑郁症.
- 为了更广泛的实施,需要更多来自不同人群的现实世界的证据.
- 这种方法可以加强工作场所的积极心理健康管理.
