本研究は、救急医療における自殺リスク評価の課題に取り組むため、音声データを用いた自動的な自殺リスク評価アプローチを提案している。
まず、20人の患者から収集した音声データセットを分析した。音声データには、3つのタスク(絵の描写、中性テキストの朗読、母音の発声)が含まれる。音声特徴量として、解釈可能な音響特徴量、ディープラーニングベースの特徴量、pre-trainedオーディオトランスフォーマーによる特徴量を抽出した。
次に、患者のメタデータ(人口統計学的情報、自殺企図歴、銃器アクセス歴など)を追加し、音声特徴量とメタデータを組み合わせた自殺リスク判定モデルを構築した。
実験の結果、音声データのみを使用した場合、最大で66.2%の精度が得られた。一方、メタデータを追加することで、精度が94.4%まで向上した。特に、絵の描写タスクの音声特徴量とメタデータを組み合わせた場合に最高の精度が得られた。これは、絵の描写タスクが患者の心理状態に大きく影響を受けるためと考えられる。
本研究は、救急医療における自殺リスク評価の支援ツールとして、音声データと患者メタデータを統合的に活用する新しいアプローチを提示している。今後は、より大規模なデータセットの収集や、経時的なリスク変化の追跡など、さらなる発展が期待される。
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Shah... kl. arxiv.org 04-19-2024
https://arxiv.org/pdf/2404.12132.pdfDybere Forespørgsler