La capacidad de detectar automáticamente los trastornos de ansiedad a partir del habla podría ser útil como herramienta de detección de un trastorno de ansiedad.
Estudios anteriores han demostrado que las palabras individuales en las transcripciones textuales del habla tienen una asociación con la gravedad de la ansiedad.
Las redes neuronales basadas en transformadores son modelos que recientemente han demostrado tener poderosas capacidades predictivas basadas en el contexto de más de una palabra de entrada. Los transformadores detectan patrones lingüísticos y pueden entrenarse por separado para hacer predicciones específicas basadas en estos patrones.
Objetivo
Este estudio tuvo como objetivo determinar si se puede usar un modelo de lenguaje basado en transformadores para detectar el trastorno de ansiedad generalizada a partir de transcripciones de habla improvisadas.
Métodos
Un total de 2000 participantes proporcionaron una muestra de habla improvisada en respuesta a una versión modificada de la Prueba de estrés Social de Trier (TSST).
También completaron la escala de 7 ítems del trastorno de ansiedad generalizada (GAD-7). Se ajustó un modelo de red neuronal basado en transformadores (entrenado previamente en corpus textuales grandes) en las transcripciones de voz y el GAD-7 para predecir si un participante estaba por encima o por debajo del umbral de detección del GAD-7.
Informamos el área bajo la curva característica operativa del receptor (AUROC) en los datos de prueba y comparamos los resultados con un modelo de regresión logística de línea de base utilizando las funciones de consulta lingüística y recuento de palabras (LIWC) como entrada. Usando el método de gradiente integrado para determinar palabras específicas que afectan fuertemente las predicciones, inferimos patrones lingüísticos específicos que influyen en las predicciones.
Resultados
El modelo de regresión logística basado en LIWC de referencia tenía un valor AUROC de 0, 58. El modelo de transformador ajustado alcanzó un valor AUROC de 0, 64. Las palabras específicas que a menudo estaban implicadas en las predicciones también dependían del contexto.
Por ejemplo, el pronombre en primera persona del singular “yo” influyó hacia una predicción ansiosa el 88 % de las veces y una predicción no ansiosa el 12 % de las veces, según el contexto. Las pausas silenciosas en el habla, también a menudo implicadas en las predicciones, influyeron hacia una predicción ansiosa el 20 % de las veces y una predicción no ansiosa el 80 % de las veces.
Conclusiones
Existe evidencia de que un modelo de red neuronal basado en transformadores ha aumentado el poder predictivo en comparación con el modelo LIWC basado en una sola palabra.
También mostramos que el uso de palabras específicas en un contexto específico, un patrón lingüístico, es parte de la razón de la mejor predicción. Esto sugiere que dichos modelos basados en transformadores podrían desempeñar un papel útil en los sistemas de detección de ansiedad.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://mental.jmir.org/
