Rutinski pregled mogao bi postati rano upozorenje za depresiju

Rutinski razgovori u ordinaciji više nisu samo ljudski dokument — sada mogu biti poligon za umjetnu inteligenciju koja otkriva depresiju. Tim sa studije Establishing Focus testirao je tri nadzirana modela (Sentence-BERT + LR, LIWC + LR i ModernBERT) na 1.108 audio-zapisima iz primarne zdravstvene zaštite. Klasificirajući pacijente kao depresivne ili ne (253 prema 855) prema PHQ-9 skali, istraživači su postavili temelje za procjenu učinkovitosti umjetne inteligencije u realnim uvjetima.

Rezultati su pokazali da zero-shot GPT-OSS model postiže najbolje performanse s AUPRC od 0,510 i AUROC od 0,774. Tradicionalni LIWC + LR bio je tek malo slabiji (AUPRC 0,500, AUROC 0,742). Ovi podaci sugeriraju da bi umjetna inteligencija mogla prevazići tradicionalne upitnike u identifikaciji depresije direktno iz prirodnog jezika pacijenta i liječnika. Još jedan zanimljiv detalj: kombinirani transkripti dviju strana (liječnik + pacijent) dale su bolje rezultate od gledanja samo jedne strane. To znači da je dimenzija dijaloga kritična — ne radi se samo o onome što pacijent govori, već i o tome kako liječnik reagira.

Ovi podaci u praksi znače da digitalni zapisnici sada mogu poslužiti kao alat za rano upozoravanje. Trenutno se depresija u primarnoj zaštiti često propušta: čak 50 % slučajeva ostane neotkriveno. Digitalno bilježenje razgovora omogućuje analizu na nivou koji čovjek ne može pratiti.

Iako su performanse još uvijek umjerene (konačni AUPRC od 0,510 nije impresivan), ovo nije problem modela — već činjenica da su podaci iz realnog svijeta neuredni. S bukom, prekidima i emocionalnim nijansama, umjetna inteligencija još uvijek teško hvata sve složenosti ljudskog razgovora. Ipak, potencijal za rano otkrivanje i intervenciju je ogroman.

Industrijske implikacije su značajne. Tvrtke za digitalno zdravlje sada imaju ozbiljan argument za integraciju umjetne inteligencije u svoje platforme. Za one koji razvijaju rješenja za primarnu zdravstvenu zaštitu, ovo istraživanje otvara vrata za module koji bi mogli automatski označavati pacijente sa sumnjom na depresiju bez dodatnog opterećenja za liječnike. Ali tu je i problem integracije: koliko su primarne zdravstvene ustanove spremne za ovakve promjene u radnom procesu?