Программа под названием PRIORI была создана специалистами университета Мичигана и анализирует голос пользователя и размеры пауз между словами при телефонных разговорах. На основе этого она способна предсказать грядущий перепад настроения у пациентов с биполярным расстройством.
Важной частью управления биполярным расстройством, которое характеризуется драматическими перепадами настроения между маниакальной энергии и депрессивной апатией, является способность предсказать, когда эти изменения случатся, и действовать в зависимости от этого.
Экспериментальное приложение PRIORI для смартфонов может предложить ненавязчивый способ управления данным расстройством. Разработанное командой Центра депрессии университета Мичигана приложение работает в фоновом режиме, автоматически активируясь для контроля голоса пользователя, например, при разговоре по телефону.
Осуществляя мониторинг звонков, приложение анализирует голос и паузы пользователя. Маниакальному эпизоду, например, может предшествовать быстрая речь с паузами, а депрессивные эпизоды могут возникать после меньшего количества слов и длинных пауз.
После того, как поведение пользователя проанализировано приложением, оно способно заранее сигнализировать о предстоящем изменении настроения. Особо отмечается, что записываемые разговоры пользователя зашифровываются и помещаются на безопасный сервер, чтобы никто посторонний не мог их прослушать. Сами исследователи имеют доступ только к компьютерному анализу записей.
Пока что приложение было протестировано на шести пациентах с биполярным расстройством типа 1. Исследователи обнаружили, что приложение может зафиксировать в повседневных разговорах вокальные модуляции, которые предсказывают различные уровни биполярных изменений настроения. Следующий шаг заключается в дальнейшей проверке приложения: есть надежда, что оно будет полезно не только при биполярных расстройствах, но и при депрессии, шизофрении, посттравматическом стрессе и даже болезни Паркинсона.
«Эти результаты исследования дают нам предварительное доказательство концепции, что мы можем обнаружить признаки разных настроений в обычных телефонных разговорах, анализируя широкие возможности и свойства речи, не нарушая конфиденциальности этих разговоров. Когда мы соберём больше данных, модель станет ещё лучше, и наша конечная цель состоит в том, чтобы быть в состоянии предвидеть колебания и вовремя вмешиваться».
В будущем специалисты надеются научиться вести подобный анализ и при текстовых сообщениях, а не только телефонных разговорах.
