Yüz, bakış ve sesten bipolar depresyonu ayırmak mümkün mü?

Yazarların çoğu Hamamatsu Tıp Fakültesi ve hastanesine bağlı; ilk yazar aynı fakültenin psikiyatri bölümünden. Ekipte Juntendo Üniversitesi psikiyatri bölümünden bir yazar ve Tokyo'daki I'mbesideyou şirketine bağlı dört yazar da var. Çalışma, Japonya Tıbbi Araştırma ve Geliştirme Ajansı (AMED) desteğiyle yapıldı.

Araştırmacılar Japonya genelinden bipolar bozukluk ya da majör depresif bozukluğu olan yetişkinleri topladı. Ağustos 2022 ile Mart 2024 arasında 379 kişi görüşmeyi tamamladı ve 366 kişi analize alındı. Tanılar, görüşme sırasında DSM-5 için yapılandırılmış klinik görüşmenin araştırma sürümüyle (SCID-5-RV) kondu. Depresyon şiddeti Hamilton Depresyon Ölçeği (HDRS), mani şiddeti Young Mani Ölçeği (YMRS) ile değerlendirildi.

Kaydedilen videolarda yüz ifadeleri, göz bakışı ve konuşma prozodisi (sesin ritim, vurgu ve tonlaması) yapay zekâyla nicel olarak çözümlendi. Özete göre model, dört katlı ve üç kez tekrarlanan çapraz doğrulamada %78 doğruluk ve 0,76 AUC gösterdi. AUC, 0,5'in şans düzeyi, 1'in kusursuz ayrım olduğu bir performans ölçüsüdür.

Bipolar tanıyı en çok destekleyen özellikler, nötr ve üzgün yüz ifadesindeki zamansal dalgalanmalardı. Bakışta ve konuşma sesinin genliğinde (ses şiddetinin bir ölçüsü) görülen zamansal dalgalanma da öne çıktı. Özete göre model HDRS ve YMRS puanlarını da tahmin edebildi; tahmin başarısı sayısal olarak verilmiyor. Bu tahminlerde uyku verimsizliği, otistik özellikler ve eşlik eden anksiyete bozukluğu gibi klinik değişkenler de öne çıktı.

Tam metne erişemedik; yayıncı sitesi otomatik erişimi engelledi. Bu yüzden değerlendirmemiz yalnızca PubMed'deki özete dayanıyor.

İlk soru işareti genellenebilirlik. Çapraz doğrulama (verinin parçalara bölünüp dönüşümlü test edilmesi) aşırı uyumu azaltır. Ancak başka bir merkezde ya da farklı bir hasta grubunda yapılan dış doğrulamanın yerini tutmaz. 0,76 AUC orta düzey bir ayrım gücüdür ve bireysel hastada tanı koymaya yetmez.

İkinci nokta alt grup sayıları. Özette 120 bipolar I, 93 bipolar II, 122 majör depresif ve 74 kalıcı depresif bozukluk bildiriliyor. Bu sayıların toplamı 409 ediyor ve 366'yı aşıyor. Muhtemelen bazı hastalar iki depresif tanıyı birlikte taşıyor, ancak özet bunu açıklamıyor.

Özet, hastaların görüşme anında hangi duygudurum döneminde olduğunu ve ilaç kullanımını belirtmiyor. Duyarlılık ve özgüllük değerleri de özette yok. PubMed kaydında çıkar çatışması beyanı görünmüyor; dört yazarın şirket bağlantısı bu nedenle ayrıca not edilmeli.

Unipolar görünen bir depresyonun aslında bipolar bozukluğun depresif dönemi olması, tedavi seçimini doğrudan etkiler. Dünya Sağlık Örgütü (DSÖ) de bipolar bozukluğu olan pek çok kişinin yanlış tanı aldığını vurguluyor. Nesnel bir yardımcı ölçüye bu yüzden ihtiyaç var. Ancak bu model şimdilik bir araştırma bulgusu, klinik araç değil.

Pratikte şunlar değişmemeli:

• Depresyonla gelen her hastada hipomani ve mani öyküsünü ayrıntılı sorgulayın.
• Aile öyküsünü ve yakınlardan alınan bilgiyi değerlendirmeye katın.
• Video ya da ses tabanlı bir "tanı skoru" gördüğünüzde dış doğrulama verisini isteyin.
• Bu tür skorları klinik görüşmenin yerine değil, en fazla ek bilgi olarak düşünün.
• Depresyonla gelen her hastada intihar düşüncesini de sorun; akut risk varsa acil değerlendirme ve 112 devreye girmeli.

Çalışma Japonya'daki hastalarla yapıldı. Yüz ifadesi ve konuşma prozodisi kültür ve dile göre değişebildiği için model Türkçe görüşmelerde ayrıca sınanmalı. Bu çalışma bir ürün onayı değildir; Türkiye'de kullanımda olduğuna dair bir bilgiye ulaşmadık.

Bu çalışmayı diğer yapay zekâ haberlerinden ayıran bir veri boyutu var. Kişisel Verilerin Korunması Kanunu (KVKK), sağlık verisinin yanında biyometrik veriyi de özel nitelikli sayar. Yüz ve ses kaydını işleyen bir psikiyatri uygulaması bu iki kategoriye birden dokunur. Tanı amacıyla sunulacak böyle bir yazılım, Türkiye İlaç ve Tıbbi Cihaz Kurumu'nun (TİTCK) tıbbi cihaz mevzuatına da girebilir.