Már a COVID előtt is riasztó adatok érkeztek az emberiség mentális egészségének hanyatlásáról. A világjárvány hatására bevezetett intézkedések, a bezártság, a magány fokozott megélése azóta viszont szinte népbetegséggé tette a szorongást. Érthető, hogy a leterhelt, nyugaton is emberhiánnyal küzdő egészségügyben mesterséges intelligenciákat vetnek be, hogy a szimptómákat idejében felismerjék, és segíteni lehessen az ebben szenvedőkön.

A hangod elárul

Az új MI-alkalmazáshoz természetesen új szakkifejezés is dukál: ez a voice biomarker. Miről is van szó, és egyelőre miért ambivalens e törekvés megvalósítása?
Az USA-ban kórházak, biztosítók a ki- és bemenő hívások monitorozására elkezdtek olyan szoftvert használni, amely minták alapján „megjósolja”, ha a beszélő ideges vagy depressziós. Ezekben az esetekben már a probléma komolyabb megnyilvánulása – például egy idegösszeomlás vagy fizikai agresszív cselekedet előtt – professzionális segítséget lehet felkínálni.

Így működik

Az egyik ezzel foglalkozó cég, az Ellipsis Health a legmodernebb mélytanulási struktúrák, nyelvi feldolgozási rendszerek (NLP – Nature Language Processing) segítségével elemzi az amúgy a telefonálók által jogilag jóváhagyott folyamatban a szöveget.
A tudomány már ismeri, hogy milyen árulkodó jeleket lehet észrevenni a depressziós, szorongással küzdők beszédjében, akár már 20 másodperc alatt:

• többet és gyakrabban tartanak szünetet,
• kisebb a hangerejük,
• monotonabb a beszédjük.

Fontos azonban tudni, hogy ezek a mesterséges intelligencia alkalmazásával dolgozó rendszerek nem azt vizsgálják, hogy mit, hanem hogy hogyan beszélnek a vizsgált alanyok. A Winterlight Labs cég ezt például a nyugati, elöregedő társadalmak időskori népbetegségére, az Alzheimer-kór felismerésére használja. Ehhez létrehoztak egy 550 jelből álló adathalmazt, és ezeket keresik a páciensek beszédében. Ennek érdekében hetente, illetve fél évente vizsgálják az embereket, és úgy találják, hogy e betegségben szenvedőkre jellemző például: többet ismétlik magukat, egyre nehezebben képesek képeket leírni, kevesebb angol elöljárószót használnak („on”, „over”, „under” stb.), miközben fokozottabban használják az „that” (az) vagy „this” (ez) névmásokat.

Lassú haladás

A megalapozott tudományos háttér ellenére az amerikai klinikai szakmában még nem tört át ez a megközelítés. A legnagyobb kérdés még mindig az, hogy pusztán a beszéd elegendő-e ahhoz, hogy engedélyezzük az emberek megkülönböztetését? Magyarul: egy nem anyanyelvi, kisebbségi környezetből érkező ember beszédje depressziósnak minősül, csak mert nem pontosan használja a kifejezéseket?

Bár nem egy ilyen vállalkozás található meg már a piacon, az MI által lehetővé tett gyors „ítélkezést” szükséges valahogy elfogultabbá és megalapozottabbá tenni. Az állampolgárok számára pedig transzparenssé kell tenni a folyamatot. Senkit sem érhet hátrány azért a jövőben sem, mert egy nyelvi, mesterséges rendszer idegesnek találja egy adott pillanatban.
Ha ez fejlődni fog – és erre minden lehetőség adott –, akkor a nyelvi alapú MI-k egy újabb területen fogják bizonyítani hasznosságukat.