[論文レビュー] When to Intervene: Detecting Abnormal Mood using Everyday Smartphone Conversations

John Gideon, Katie Matton+3 more|arXiv (Cornell University)|Sep 24, 2019

Digital Mental Health Interventions被引用数 9

ひとこと要約

本論文は、日常的なスマートフォン通話の分析により、双極性障害における臨床的介入の必要性を予測するための新しい異常検出フレームワーク、時系列正規化（Temporal Normalization）を提案する。個々のベースラインを時間経過とともに変化させることでモデル化し、非構造化発話における逸脱を検出することで、異常な気分状態を高い精度で特定する。これは、実世界の精神的健康モニタリングに向けたスケーラブルなソリューションを提供する。

ABSTRACT

Bipolar disorder (BPD) is a chronic mental illness characterized by extreme mood and energy changes from mania to depression. These changes drive behaviors that often lead to devastating personal or social consequences. BPD is managed clinically with regular interactions with care providers, who assess mood, energy levels, and the form and content of speech. Recent work has proposed smartphones for monitoring mood using speech. However, these works do not predict when to intervene. Predicting when to intervene is challenging because there is not a single measure that is relevant for every person: different individuals may have different levels of symptom severity considered typical. Additionally, this typical mood, or baseline, may change over time, making a single symptom threshold insufficient. This work presents an innovative approach that expands clinical mood monitoring to predict when interventions are necessary using an anomaly detection framework, which we call Temporal Normalization. We first validate the model using a dataset annotated for clinical interventions and then incorporate this method in a deep learning framework to predict mood anomalies from natural, unstructured, telephone speech data. The combination of these approaches provides a framework to enable real-world speech-focused mood monitoring.

研究の動機と目的

• 現在の手法が症状の重症度に対する個別化された閾値を欠いていることから、双極性障害の管理においていつ介入すべきかを特定する課題に対処すること。
• 典型的な気分状態が静的でないことを認識し、時間の経過に伴い変化する個々の気分ベースラインをモデル化すること。
• 各ユーザーのラベル付き臨床データを必要とせずに、非構造的で自然なスマートフォン通話における気分異常を検出するフレームワークを開発すること。
• 臨床的介入のアノテーションを機械学習パイプラインに統合し、異常検出のパフォーマンスを検証すること。
• タイムリーで個別化された臨床的介入を支援する、実世界で利用可能な発話ベースの気分モニタリングを可能にすること。

提案手法

• 著者らは、縦断的発話データから個別に特化した気分ベースラインを学習する異常検出フレームワーク、時系列正規化（Temporal Normalization）を導入する。
• この手法は、個人のばらつきや動的なベースラインを考慮して、時間経過に伴う発話特徴を正規化し、異常な気分を示す逸脱を検出する。
• 深層学習モデルが、ラベルなしの自然な電話通話から気分状態に関連する言語的および音声的特徴を抽出する。
• フレームワークは、臨床的介入イベントにアノテートされたデータセットを用いて訓練および検証され、発話パターンと現実世界の臨床的意思決定を結びつける。
• 統計的モデリングを用いて、発話特徴が個々のパーソナライズドベースラインから著しく逸脱するタイミングを特定し、介入の必要性が生じる可能性を示す。
• 臨床的知見と機械学習を組み合わせることで、精神的健康のためのスケーラブルで適応可能な監視システムを構築する。

実験結果

リサーチクエスチョン

• RQ1 日常的なスマートフォン通話のみを用いて、双極性障害の患者における異常な気分状態をどのように検出できるか。
• RQ2 時間の経過に伴い変化する個別化された気分ベースラインを最適にモデル化する方法は何か。
• RQ3 患者の気分がどの程度そのベースラインから逸脱した場合に臨床的介入が要請されるかをどのように特定できるか。
• RQ4 臨床的介入イベントを学習データとして用いた異常検出フレームワークは、精神的健康支援の必要性を効果的に予測できるか。
• RQ5 時系列正規化フレームワークは、実世界の発話データにおいて、静的閾値ベースのアプローチと比較してどの程度優れているか。

主な発見

• 時系列正規化フレームワークは、動的な個別ベースラインを考慮するため、静的閾値モデルに比べて異常気分状態の検出において顕著に優れている。
• 縦断的発話データから個別化されたベースラインを学習することで、気分異常の特定において高い精度と再現率を達成している。
• データセット内の臨床的介入アノテーションにより、モデルが現実世界の臨床的意思決定と整合する状態を検出できる能力が検証された。
• 深層学習と時系列正規化の統合により、非構造的で自然な発話における気分の逸脱を強固に検出できるようになった。
• 個々の変化に適応できるため、実世界への展開が可能であると示された。
• 各患者に対して個別にラベルを付与する必要がないため、介入タイミングの予測に向けたスケーラブルなソリューションを提供する。