Hinweis: Bericht aus einer einzigen Quelle; Bestätigung steht noch aus.
Eine vom National Institutes of Health (NIH) finanzierte Studie analysierte mithilfe künstlicher Intelligenz (KI) die Sprache von Kindern im Zusammenhang mit belastenden Ereignissen und sagte so den zukünftigen Ausbruch von Depressionen und Angststörungen Jahre vor einer Diagnose voraus. Die von Dr. Ian H. Gotlib an der Stanford University geleitete Studie untersuchte die Sprache in Interviews mit 204 Kindern im Alter von 9 bis 13 Jahren aus der Early Life Stress Study. Diese Interviews, die sich auf die lebenslange Belastung durch traumatische Ereignisse konzentrierten, dienten als Ausgangsbasis vor jeglicher Diagnose psychischer Erkrankungen.
Das Team wandte vier Verfahren der natürlichen Sprachverarbeitung an, um sprachliche Merkmale wie Satzstruktur, Grammatik, Semantik, Themen und Wortkategorien zu erkennen. Diese Merkmale wurden modelliert, um den Verlauf der psychischen Gesundheit bei Nachuntersuchungen vier oder sechs Jahre später vorherzusagen. Die Studie ergab, dass diese sprachlichen Merkmale starke Indikatoren für zukünftige depressive oder Angststörungen sind und Vorhersagen auf Basis gängiger klinischer Risikofaktoren oder demografischer Daten übertreffen.
Laut Erstautor Chase Antonacci, Doktorand an der Stanford University, können die derzeitigen klinischen Methoden Kinder mit erhöhtem Risiko nicht zuverlässig von solchen unterscheiden, die nach frühen Belastungen wahrscheinlich resilient sind. KI-gestützte Sprachanalyse könnte ein objektives, datenbasiertes Instrument bieten, um gefährdete Kinder zu identifizieren, bevor sich psychische Störungen entwickeln, und so präventive Maßnahmen in einem kritischen Zeitfenster zu ermöglichen.
Die Ergebnisse legen nahe, dass subtile Hinweise in der Sprache von Kindern auf Stress möglicherweise übersehen wurden und die frühzeitige Beurteilung von Risiken für die psychische Gesundheit verbessern könnten.