Учёные НГУ представили цифровую платформу для выявления депрессии методом речевой аналитики

Исследовательская группа Новосибирского государственного университета разработала инновационный подход к диагностике депрессивных расстройств, базирующийся на анализе акустических параметров голоса. Создан функциональный прототип цифрового сервиса с полным циклом обработки данных, сообщила пресс-служба университета.

Согласно статистике ВОЗ, в 2025 году депрессией страдают около 332 миллионов человек в мире. Расстройство может выступать как самостоятельной нозологией, так и коморбидным состоянием при соматических патологиях. Существенная проблема – маскировка депрессивной симптоматики под физические жалобы: проблемы с сердцем, болевые синдромы неясной этиологии, ухудшение общего самочувствия. Врачи общей практики часто не имеют ресурсов для углубленной психодиагностики в условиях временных и квалификационных ограничений.

Как отметила старший преподаватель НГУ Марина Злобина, анализ голосовых характеристик предоставляет объективные маркеры депрессивных состояний. Технология не заменяет консультацию психиатра или психотерапевта, однако эффективна в руках врачей первичного звена для скрининга депрессии при соматических заболеваниях и выявления маскированных форм.

Принципиальное отличие от традиционных методов (структурированные интервью, шкалы самооценки) – исключение фактора социальной желательности. Речь является естественным биомаркером психического статуса, а акустические параметры не поддаются произвольному контролю. Даже краткий речевой фрагмент содержит информацию об энергетических характеристиках голоса, изменяющихся при тревожных и депрессивных состояниях.

Нейросетевой алгоритм обучен на массиве из более чем 90 интервью с применением валидизированных опросников для оценки выраженности симптоматики. Модель дифференцирует четыре уровня депрессии: от отсутствия проявлений до тяжёлой формы. По данным соавтора исследования Александра Федорова, точность системы соответствует показателям передовых зарубежных разработок.

Интерфейс платформы обеспечивает комплексную работу с данными: загрузку готовых аудиофайлов, запись в режиме реального времени, визуализацию результатов и экспорт информации. Система позволяет проводить оценку как с использованием предзаписанного материала, так и в режиме онлайн.

Марина Злобина указала на возможность расширения функционала системы. При наличии соответствующих датасетов модель может быть дообучена для диагностики других психических расстройств. Планируется интеграция дополнительных модальностей, в частности, видеоанализ мимических паттернов. Разработка реализована при поддержке программы технологического лидерства «Приоритет 2030».