Kredit: Domain Publik Unsplash/CC0
Pengukuran objektif gangguan kejiwaan telah lama terbukti menantang. Namun, ada banyak bukti bahwa analisis pola bicara dapat secara akurat mendiagnosis depresi dan psikosis, mengukur tingkat keparahannya, dan memprediksi permulaannya, menurut tinjauan literatur yang ditampilkan dalam Harvard Review of Psychiatry edisi Januari/Februari.
Tinjauan ini memeriksa literatur yang diterbitkan saat ini terkait dengan penggunaan analisis pola bicara untuk mengelola gangguan kejiwaan dan mengidentifikasi empat bidang aplikasi utama: klasifikasi diagnostik, penilaian keparahan, prediksi onset, serta prognosis dan hasil pengobatan. “Model yang menyatukan beberapa fitur ucapan dapat membedakan pembicara dengan gangguan kejiwaan dari kontrol sehat dengan akurasi tinggi,” tulis Rudolf Uher, Ph.D., MD, Departemen Psikiatri Universitas Dalhousie dan Kesehatan Nova Scotia, dan rekannya Katerina Dikaios, MSc, Sheri Rempel, MSc, Sri Harsha Dumpala, MSc, Sageev Oore, Ph.D., dan Michael Kiefte, Ph.D.
Analisis otomatis lebih menjanjikan daripada tindakan subjektif seperti wawancara atau kuesioner
Ciri-ciri penyakit mental sering disajikan melalui ucapan dan bahasa, dan penilaian klinis psikiatri harus mempertimbangkan pola dalam ucapan pasien—seperti kecepatan, koherensi, dan isi. Kemajuan dalam pemrosesan bahasa alami, pengenalan ucapan, dan ilmu komputer telah menggarisbawahi fakta bahwa menggunakan analisis ucapan sebagai pengukuran klinis penyakit mental yang objektif adalah mungkin.
Tim peneliti meninjau ratusan artikel, makalah, dan laporan individu dengan gangguan mental yang membahas aspek bicara mereka. Studi kasus dan studi pasien dengan gangguan neurologis dikeluarkan dari tinjauan. Mereka memasukkan artikel yang menganalisis transkripsi pidato peserta.
Sebagian besar penelitian termasuk dalam ulasan membahas penggunaan analisis wicara dalam diagnosis terkait pasien dengan depresi berat, yang bicaranya sering lambat, penuh jeda, konten negatif, dan kurang energi. Dalam hal ini, akurasi diagnostik tinggi, lebih dari 80% dalam satu penelitian.
Analisis otomatis juga efektif dalam memprediksi timbulnya penyakit jiwa, khususnya pada populasi berisiko tinggi. Berbagai penelitian yang mengamati semantik ucapan, termasuk koherensi dan kompleksitas, memprediksi timbulnya psikosis dalam dua hingga dua setengah tahun dengan akurasi 100%. Namun, literatur tentang dampak analisis wicara pada prognosis dan hasil pengobatan masih terbatas dan diperlukan lebih banyak penelitian.
Yang penting, menggunakan analisis pola bicara dalam menilai risiko bunuh diri tampaknya memiliki potensi besar. Satu studi baru-baru ini menunjukkan bahwa mengukur variabel seperti frekuensi yang tidak menentu, keragu-raguan, dan kegugupan mengidentifikasi pasien dengan ide bunuh diri terhadap pasien sehat 73% dari waktu.
Variasi ucapan, masalah lain tetap ada
Ada banyak faktor, seperti efek pengobatan, serta atribut demografis dan budaya — antara lain bahasa, jenis kelamin, dan jenis kelamin — yang dapat menyebabkan perbedaan dalam pola bicara dan menyulitkan untuk memasukkan ucapan ke dalam penilaian penyakit dan hasil yang objektif. Selain itu, penulis menyarankan bahwa penelitian lebih lanjut harus mempertimbangkan keadaan penyakit sepanjang waktu, karena sebagian besar penelitian yang diperiksa di sini melihat pasien yang sedang sakit daripada apakah pola serupa bertahan lama di antara gejala.
Informasi lebih lanjut: Katerina Dikaios et al, Aplikasi Analisis Pidato dalam Psikiatri, Tinjauan Psikiatri Harvard (2023). DOI: 10.1097/HRP.0000000000000356 Disediakan oleh Wolters Kluwer Health
Kutipan: Analisis ucapan dapat membantu mengukur diagnosis, keparahan, dan timbulnya penyakit mental (2023, 6 Januari) diambil 7 Januari 2023 dari https://medicalxpress.com/news/2023-01-speech-analysis-diagnosis-severity-onset .html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.