Bu çalışma, psikiyatrik klinik görüşmelerde kaydedilen hasta konuşmalarından türetilen mel-spektrogramların derin öğrenmeyle analiz edilerek yakın zamanda intihar girişiminde bulunan hastalar ile ağır depresyonu bulunan ancak belgelenmiş intihar düşüncesi olmayan hastaların birbirinden akustik olarak ayrılıp ayrılamayacağını araştırıyor. Multi-Scale Convolutional Neural Network (Multi-Scale CNN), farklı ölçeklerdeki zaman-frekans örüntülerini çıkaran paralel evrişim katmanlarını residual bağlantılar ve uzamsal attention mekanizmasıyla birleştiren iki boyutlu bir derin öğrenme sınıflandırıcısıdır. Çalışmada Romanya'daki iki psikiyatri hastanesinden 88 yetişkin yatan hastanın kayıtları kullanılmıştır: 59 hasta yakın zamanda intihar girişimi sonrasında yatırılmış, 29 hasta ise ağır depresyonla birlikte belgelenmiş intihar düşüncesi veya yakın dönem intihar davranışı bulunmayan klinik karşılaştırma grubunu oluşturmuştur. Hasta düzeyinde tekrarlı, tabakalı beş katlı çapraz doğrulamada modelin ortalama doğruluğu %72,67 ± 6,44, ROC-AUC değeri 0,824 ± 0,054, duyarlılığı %88,3 ± 9,5 ve özgüllüğü %41,3 ± 25,0 olmuştur. Bununla birlikte örneklemin küçük olması, dış doğrulamanın bulunmaması, cinsiyet dağılımındaki dengesizlik, ilaç verilerinin eksikliği ve görüşme koşullarındaki farklılıklar bulguların klinik genellenebilirliğini sınırlar.

Çalışmanın klinik motivasyonu “dissimulation” olarak adlandırılan gizleme sorununa dayanıyor: intihar düşüncesi bulunan bazı hastalar bunu değerlendirme sırasında reddedebilir veya açıklamayabilir. Ancak bu araştırma, düşüncesini aktif biçimde gizleyen hastaları sınıflandırmak üzere tasarlanmamıştır. Modelin yaptığı şey, yakın zamanda intihar girişiminde bulunan hastaların kayıt koşullarındaki ses örüntülerini ağır depresyon grubunun ses örüntülerinden ayırmaya çalışmaktır. Bu nedenle sonuçlar “ses, gizlenen intihar niyetini tespit ediyor” şeklinde yorumlanamaz.

Modelin yüksek duyarlılığı, yakın zamanda intihar girişiminde bulunan hastaların önemli bir bölümünü ilgili sınıfa atadığını gösterirken düşük özgüllüğü depresyon grubunda yüksek yanlış pozitif yüküne işaret eder. Ayrıca cinsiyet açısından eşleştirilmiş analizde ROC-AUC'nin 0,621 ± 0,156'ya düşmesi, ana veri setindeki ayrıştırmanın bir bölümünün cinsiyetle ilişkili ses farklılıklarından etkilenmiş olabileceğini gösterir. Dolayısıyla çalışma, klinik tanı koyan otonom bir ses sistemi değil, gelecekte geliştirilebilecek tamamlayıcı bir karar-destek yaklaşımı için erken aşama kanıt üretmektedir.

İntihar riski değerlendirmesindeki temel güçlüklerden biri, klinisyenin önemli miktarda bilgiyi hastanın kendi bildiriminden elde etmesidir. Kaynak çalışma, literatürde bazı intihar düşüncesi bulunan bireylerin değerlendirme sırasında bu düşünceleri reddettiğine ilişkin bulgulardan hareketle, semantik içeriğin dışında kalan bir bilgi kanalının araştırılmasını öneriyor. Bu kanal hastanın ne söylediğinden çok, konuşmanın akustik yapısının hangi örüntüleri taşıdığıdır.

Çalışmanın araştırma sorusu, sesin tek başına “intihar niyetini okuyup okuyamayacağı” değildir. Daha dar ve ölçülebilir soru şudur: yakın zamanda intihar girişiminde bulunmuş ağır depresyon hastaları ile ağır depresyonu bulunan fakat belgelenmiş intihar düşüncesi olmayan hastaların klinik görüşme sırasında ürettiği konuşmalar, makine öğrenmesi tarafından hasta düzeyinde ayırt edilebilir akustik örüntüler taşıyor mu?

Ses analizi gizlenen intihar niyetini doğrudan tespit ediyor mu?

Hayır. Bu çalışma aktif biçimde intihar düşüncesini gizleyen kişileri tanımlayan bir deney gerçekleştirmedi; yakın zamanda intihar girişiminde bulunan hastaların ses kayıtları ile ağır depresyon grubunun kayıtları arasındaki akustik ayrıştırılabilirliği test etti. Bu nedenle elde edilen performans değerleri, gizlenen intihar niyetinin klinikte ses üzerinden güvenilir biçimde saptanabildiğinin kanıtı değildir.

Bu ayrım çalışmanın başlığını doğru yorumlamak açısından merkezîdir. Araştırmacılar “gizlemeye dirençli” bir değerlendirme sisteminin bilimsel olarak mümkün olabilmesi için önce ilgili klinik gruplar arasında ses sinyalinde tekrarlanabilir farkların bulunması gerektiğini savunuyor. Mevcut çalışma bu gerekli ön koşulu inceliyor. Fakat yeterli koşul olan, kişinin doğrudan intihar düşüncesini reddettiği sırada sistemin gizlenen riski prospektif olarak yakalayabilmesi henüz gösterilmemiştir.

Ses neden inceleniyor?

İnsan sesi yalnız sözcüklerden oluşmaz. Solunum sistemi, larinks, ses telleri ve supralaringeal vokal traktusun koordinasyonu konuşmanın temel fiziksel altyapısını oluşturur. Kaynak çalışmanın dayandığı nörofizyolojik çerçevede otonom sinir sistemi; temel frekans, ses kalitesi, jitter, shimmer ve spektral enerji dağılımı gibi ölçülebilir özellikleri etkileyebilir. Bu etkilerin tümü konuşmacının bilinçli kontrolüne aynı ölçüde açık değildir.

Araştırmanın hipotezi bu noktadan gelişiyor: yoğun duygusal ve fizyolojik durumların konuşmanın zaman-frekans yapısında birleşik bir iz bırakması ve derin sinir ağının tek tek elle seçilmiş özelliklerden ziyade bu çok değişkenli örüntüyü öğrenebilmesi mümkündür. Ancak çalışma, herhangi tek bir akustik özelliğin intihar davranışına özgü olduğunu göstermemektedir.

Klinik karşılaştırma neden sağlıklı bireylerle değil ağır depresyon hastalarıyla yapıldı?

Çalışmada ağır depresyon grubu aktif klinik kontrol olarak kullanılmıştır. Bunun önemli nedeni, depresyonun kendisinin konuşma hızı, perde değişkenliği, psikomotor aktivite ve spektral enerji gibi vokal özelliklerde değişikliklerle ilişkili olabilmesidir. Eğer yakın zamanda intihar girişiminde bulunan hastalar yalnız sağlıklı kişilerle karşılaştırılsaydı modelin depresyona ait genel vokal değişiklikleri mi yoksa girişimle ilişkili ek bir örüntüyü mü öğrendiğini ayırmak çok daha güç olurdu.

Bununla birlikte aktif kontrol tasarımı bütün karıştırıcı faktörleri ortadan kaldırmamıştır. İki grubun cinsiyet dağılımları belirgin biçimde farklıdır: intihar girişimi grubunun %49,2'si erkekken depresyon grubunun yalnız %17,2'si erkektir. Bu fark istatistiksel olarak anlamlı bulunmuştur. Sesin temel frekansı ve diğer spektral özellikleri biyolojik cinsiyetten etkilenebildiği için model grup etiketlerini kısmen bu özellikler üzerinden ayırmış olabilir.

Konuşma kaydı nasıl toplandı?

Çalışmaya Aralık 2023 ile Eylül 2024 arasında Romanya'daki iki psikiyatri hastanesinden 18–65 yaş arasında 88 yetişkin hasta alınmıştır. Tüm katılımcılarda ağır depresyon temel tanısı bulunmaktadır. Kayıtlar iki merkezde de Sony ICD-PX240 dijital ses kayıt cihazları kullanılarak sessiz klinik görüşme odalarında gerçekleştirilmiştir. Orijinal kayıtlar 44,1 kHz örnekleme hızıyla ve 128 kbps MP3 biçiminde alınmıştır. Her görüşme yaklaşık 8–12 dakika sürmüştür.

Görüşmeler yarı yapılandırılmış iki parçadan oluşmuştur. İntihar girişimi grubunda ilk bölüm girişim ve ilişkili duygusal durumlara odaklanırken depresyon grubunda hastanın mevcut duygusal durumu ele alınmıştır. İkinci bölümde hava durumu ve hobiler gibi daha nötr konular konuşulmuştur. Bu yapı duygusal açıdan belirgin ve nötr konuşma bölümleri elde etmeyi amaçlamıştır.

Ancak görüşmeciler hastaların hangi klinik grupta olduğunu biliyordu ve iki grubun ilk görüşme konuları aynı değildi. Dolayısıyla konuşmacının duygusal uyarılmasındaki veya prosodisindeki bazı farklar yalnız klinik durumdan değil, konuşulan konudan veya görüşme etkileşiminden de etkilenmiş olabilir. Yazarlar bu nedenle bulguları benzersiz bir “intihara özgü ses biyobelirteci” kanıtı olarak değil, bu görüşme koşullarında iki grubun akustik ayrıştırılabilirliği olarak sınırlandırmaktadır.

Görüşmecinin sesi modele girdi mi?

Hayır. Ham görüşmeler önce önceden eğitilmiş pyannote/speaker-diarization-3.1 modeliyle otomatik konuşmacı ayrımına tabi tutulmuş, ardından konuşmacı atamaları araştırma ekibi tarafından manuel olarak doğrulanmıştır. Yalnız hastaya ait konuşma segmentleri saklanmış; görüşmeci sesi sessizlik temizleme, mel-spektrogram üretme, CNN eğitimi ve model değerlendirmesinden önce tamamen çıkarılmıştır.

Bu adım aynı zamanda önemli bir veri kaçağı önlemine eşlik etmiştir. Bir katılımcıya ait bütün ses segmentleri aynı çapraz doğrulama bölümünde tutulmuştur. Böylece aynı kişinin bazı parçalarının eğitimde, başka parçalarının testte bulunması engellenmiştir. Bu ayrım yapılmasaydı model klinik sınıftan çok konuşmacı kimliğini öğrenerek gerçekte olduğundan yüksek performans gösterebilirdi.

Mel-spektrogram ve Multi-Scale CNN bu çalışmada nasıl kullanıldı?

Çalışmada hasta konuşması iki saniyelik örtüşen parçalara bölündü, her parça 128 mel frekans bandından oluşan sabit boyutlu bir zaman-frekans görüntüsüne dönüştürüldü ve Multi-Scale CNN bu görüntülerdeki ince ve geniş ölçekli spektro-temporal örüntüleri paralel evrişimler, residual bağlantı ve attention mekanizmasıyla öğrenerek iki klinik sınıf için olasılık üretti.

Ses sinyalinden modele giden ön işleme zinciri

Kaynakta STFT için 2048 örneklik pencerenin 22.050 Hz'de yaklaşık 93 ms'ye, 512 örneklik hop uzunluğunun ise yaklaşık 23 ms'ye karşılık geldiği belirtilmektedir. Kısa spektrogramlar sıfırla doldurulmuş, uzun olanlar 100 zaman karesine kesilmiştir.

12. sayfadaki kaynak Şekil 1, iki klinik gruptan temsili mel-spektrogram örneklerini gösterir. Yazarların özellikle belirttiği nokta, bu iki görüntünün insan gözüne açık bir sınıf farkı göstermesinin beklenmemesidir. Ayrıştırma, tek bir belirgin çizgi veya frekans bandından değil, CNN'in çok sayıda segment boyunca öğrendiği karmaşık spektro-temporal örüntülerden ortaya çıkmaktadır.

Multi-Scale CNN mimarisinin mantığı

Modelin ilk aşamasında aynı spektrogram iki paralel evrişim yoluna gönderilir. Birinci yol 32 adet 3 × 3 çekirdek kullanarak daha yerel ve ince spektro-temporal ayrıntıları işler. İkinci yol 32 adet 5 × 5 çekirdekle daha geniş bağlamsal örüntülere bakar. İki yolun çıktıları kanal boyutunda birleştirilerek 64 kanallı özellik haritası elde edilir.

Birleşik özellikler 64 filtreli 3 × 3 Conv2D katmanı ve Batch Normalization işleminden geçer. Ardından residual yapı içinde 3 × 3 evrişimli dönüşüm yolu ile 1 × 1 projeksiyon kısayolu birleştirilir. Residual bağlantı, ağın daha derin temsil öğrenirken gradyan akışını korumasına yardımcı olan mimari bileşendir.

ReLU ve 2 × 2 max pooling sonrasında 128 filtreli başka bir 3 × 3 Conv2D katmanı ve Batch Normalization uygulanır. Daha sonra özellik haritaları attention mekanizmasına aktarılır. Bu mekanizma spektrogramın bütün bölgelerine eşit ağırlık vermek yerine sınıflandırma açısından daha ayırt edici görünen uzamsal/zaman-frekans bölgelerine daha fazla ağırlık vermeyi öğrenir.

Attention çıktısı 128 birimli tam bağlantılı ReLU katmanına, ardından 0,5 dropout oranına ve iki sınıflı softmax çıkışına aktarılır. Kaynakta toplam parametre sayısı 170.691 olarak verilmektedir; bunların 170.307'si eğitilebilir, 384'ü Batch Normalization çalışma istatistiklerinden kaynaklanan eğitilemez parametrelerdir.

Segment tahmininden hasta tahminine nasıl geçildi?

CNN iki saniyelik çok sayıda konuşma segmenti üzerinde çalışsa da makalenin ana performans sonuçları segment düzeyinde değil hasta düzeyinde hesaplandı. Aynı hastaya ait segment sınıfları çoğunluk oylamasıyla birleştirilerek nihai hasta sınıfı belirlendi. ROC-AUC hesabında ise o hastanın bütün segmentleri için üretilen intihar-girişimi sınıfı olasılıklarının ortalaması kullanıldı.

Bu tercih metodolojik olarak kritiktir; çünkü binlerce ses segmenti bulunması 88 bağımsız hastadan binlerce bağımsız örnek elde edildiği anlamına gelmez. Aynı kişiden elde edilen segmentler aynı ses üretim sistemini, aynı kayıt koşullarını ve kısmen aynı zaman aralığını paylaşmaktadır.

Çalışmanın Yöntemi ve Bulguları

Çalışmanın ana analizi, 88 hastanın tamamında hasta düzeyinde tabakalı beş katlı çapraz doğrulamaya dayanıyor. 59 hasta yakın zamanda intihar girişiminde bulunan sınıfta, 29 hasta ise ağır depresyon karşılaştırma sınıfındadır. Her katlamada aynı kişiye ait bütün konuşma parçaları yalnız eğitim veya yalnız test tarafında tutulmuştur.

Örneklem yapısı

İki grubun cinsiyet dağılımındaki fark χ² testiyle p < 0,01 düzeyinde anlamlı bulunmuştur. Bu nedenle ana analize ek olarak yalnız kadınlar, yalnız erkekler ve cinsiyet-eşleştirilmiş örneklemler üzerinde tamamlayıcı analizler yapılmıştır.

Ana hasta-düzeyi performans

ROC-AUC 0,824 yüksek duyarlılık ve düşük özgüllükle birlikte nasıl yorumlanmalıdır?

ROC-AUC 0,824 modelin iki klinik grubu farklı karar eşikleri boyunca ayırabildiğini gösterirken, %88,3'lük duyarlılık ile %41,3'lük özgüllük seçilen çalışma koşullarında modelin girişim grubunu yakalamaya eğilimli olduğunu fakat bunun depresyon grubunda çok sayıda yanlış pozitif sınıflandırma pahasına gerçekleştiğini gösterir; dolayısıyla AUC tek başına klinik kullanıma hazır bir risk testi anlamına gelmez.

Bu nokta özellikle intihar riski gibi düşük taban oranlı ve klinik maliyetlerin asimetrik olduğu alanlarda önemlidir. Yanlış negatif sonuç klinik açıdan ciddi bir riski gözden kaçırabilirken, yanlış pozitif sonuç gereksiz müdahale, hasta kaygısı, güven kaybı veya gereksiz kısıtlayıcı klinik kararlar gibi sonuçlara yol açabilir. Kaynak çalışma herhangi bir klinik kullanım eşiği önermemektedir.

Cinsiyet kontrollü analizler ne gösterdi?

Yalnız kadınlardan oluşan analizde ortalama ROC-AUC 0,866 ± 0,123 olarak raporlandı. Erkeklere özgü keşifsel analizde ROC-AUC yaklaşık 0,786 bulundu; ancak depresyon grubunda yalnız beş erkek bulunduğu için bu sonuç güvenilir bir bağımsız doğrulama olarak değerlendirilmedi.

Cinsiyet açısından eşleştirilmiş tekrarlı analizlerde ROC-AUC 0,621 ± 0,156 düzeyine düştü. Bu düşüş, tam örneklemdeki ayırma gücünün bir bölümünün cinsiyet dağılımı ve cinsiyetle ilişkili akustik özelliklerden etkilenmiş olabileceğini gösteriyor. Aynı zamanda performansın tamamen şans düzeyine inmediği gözlemi, cinsiyet dışında ek akustik bilgi bulunabileceği hipotezini açık bırakıyor. Ancak bu ikinci yorum dış doğrulama yapılmadan kesin bir intihara özgü biyobelirteç kanıtı oluşturmaz.

Multi-Scale CNN klasik bir modelden üstün müydü?

Kaynak çalışma aynı hasta-düzeyi çapraz doğrulama bölümlerinde MFCC özellikleri kullanan Random Forest modelini de değerlendirdi. Sonuçlar, CNN'in klasik tabana açık bir üstünlüğü olmadığını gösteriyor.

Hasta düzeyindeki eşleştirilmiş sınıflandırmalar için exact McNemar testi p = 0,804 vermiştir. Bu sonuç mevcut veri setinde iki yaklaşım arasında istatistiksel olarak anlamlı bir sınıflandırma farkı gösterilmediği anlamına gelir. Bu nedenle çalışmanın bilimsel katkısını “derin öğrenme klasik yöntemi geçti” şeklinde sunmak doğru değildir.

Aşırı öğrenme riski neden yüksek?

Multi-Scale CNN 170.691 parametreye karşı yalnız 88 bağımsız hastaya sahiptir. Kaynak bu oranı yaklaşık 1940 parametre/hasta olarak hesaplamaktadır. Segmentasyon sonucunda toplam 8037 spektrogram üretildiği belirtilse de aynı hastadan gelen segmentler bağımsız örnek değildir; konuşmacı kimliğini, kayıt koşullarını ve %50 zaman örtüşmesini paylaşırlar. Bu nedenle gerçek bağımsız örneklem büyüklüğünü binlerce spektrogram olarak değil 88 hasta olarak değerlendirmek gerekir.

Eğitim eğrilerinde eğitim doğruluğunun yaklaşık %97–98'e yaklaşırken doğrulama başarımının daha düşük düzeyde kalması da aşırı öğrenme riskinin tamamen ortadan kalkmadığını düşündürmektedir. Yazarlar bu nedenle sonuçları erken aşama ve keşifsel olarak tanımlar.

Kaynakta yeniden üretilebilirlik açısından önemli yöntem tutarsızlığı

Makalenin yöntem bölümü ile sınırlılıklar bölümü bazı eğitim ayrıntılarında birbiriyle uyuşmamaktadır. Yöntem bölümünde TensorFlow/Keras 2.x, Adam optimizer, başlangıç öğrenme oranı 2 × 10⁻⁴, batch size 16 ve 20 epoch raporlanmaktadır. Aynı bölüm açıkça erken durdurma kullanılmadığını, veri artırımı uygulanmadığını ve explicit class weighting kullanılmadığını söyler.

Buna karşılık sınırlılıklar bölümünde SpecAugment ve class-weighted training'in kullanıldığı, ayrıca early stopping'in uygulandığı yazılmaktadır. Başka bir sınırlılık ifadesinde eğitim doğruluğunun yaklaşık %98'e 60 epoch boyunca ulaştığından söz edilir. Bu ifadeler aynı nihai eğitim protokolünü birlikte tanımlayamaz. Verianla bu çelişkiyi tahmin yoluyla çözmemektedir; modelin tam yeniden üretimi için hangi eğitim konfigürasyonunun nihai analize ait olduğunun yazarlar veya çalışma koduyla doğrulanması gerekir.

Alternatif açıklamalar

Yazarlar görülen akustik ayrımın mutlaka intihar davranışına özgü fizyolojik bir imza anlamına gelmediğini ayrıntılı biçimde tartışıyor. İlk önemli olasılık ilaç etkileridir. Psikotrop ilaçların psikomotor aktivite, solunum kontrolü, fonasyon ve larinks kas tonusu üzerinde etkileri bulunabilir; fakat katılımcıların ilaç verileri sistematik biçimde kaydedilmemiştir.

İkinci olasılık akut kriz sonrası fizyolojik durumdur. İntihar girişimi sonrasında hastaneye yeni yatırılan bir hastanın yorgunluk, sedasyon veya kriz sonrası uyarılma düzeyi; depresyon nedeniyle hastanede bulunan fakat farklı bir yatış aşamasında kaydedilmiş başka bir hastadan farklı olabilir.

Üçüncü olasılık görüşme bağlamıdır. Görüşmecinin sesi model girişinden çıkarılmış olsa bile görüşmecinin bildiği klinik durum ve farklı sorular, hastanın verdiği yanıtların duygusal yoğunluğunu ve prosodik yapısını değiştirebilir.

Dördüncü olasılık depresyon şiddetidir. Her iki grupta ağır depresyon bulunsa da girişimde bulunan grubun ortalama hastalık şiddeti, umutsuzluk veya psikomotor bozulma düzeyi farklı olabilir. Böyle bir durumda model intihar davranışının kendisini değil, onunla ilişkili daha yüksek klinik şiddeti öğreniyor olabilir.

Beşinci büyük faktör cinsiyet dengesizliğidir. Cinsiyet eşleştirmesinden sonra ROC-AUC'nin belirgin biçimde düşmesi bu karıştırıcı etkinin teorik olmaktan öte sonuçlara yansıdığını gösterir.

Çalışmanın sonucu klinikte bağımsız bir intihar riski testi kullanılabileceğini gösteriyor mu?

Hayır. Çalışmada dış doğrulama yapılmamış, prospektif intihar davranışı öngörülmemiş ve klinik kullanım eşiği test edilmemiştir; araştırmacılar ses tabanlı sınıflandırmayı kapsamlı klinik değerlendirmenin yerine değil, gelecekte doğrulanması gereken tamamlayıcı bir karar-destek bilgi kanalı olarak konumlandırmaktadır.

Etik sınırlar

Ses kayıtları biyometrik ve sağlıkla ilişkili hassas veridir. Kaynak, gelecekte sürekli ses izleme gibi bir uygulamaya geçilecekse bilgilendirilmiş onamın, akut psikiyatrik hastalıkta karar verme kapasitesindeki değişimlerin, veri şifrelemenin, erişim kontrolünün, kişisel veri mevzuatının ve algoritmik şeffaflığın merkezi tasarım gereksinimleri olması gerektiğini vurgular.

Yanlış pozitif ve yanlış negatif sonuçların maliyetleri de simetrik değildir. Yanlış pozitif bir alarm gereksiz klinik müdahalelere ve terapötik güvenin zedelenmesine yol açabilir. Yanlış negatif ise klinisyene yanlış güven verebilir. Bu nedenle mevcut proof-of-concept verilerinden gerçek klinik alarm eşiği türetilemez.

Genellenebilirlik sınırı

Çalışma iki Romanya psikiyatri hastanesinden ve Romence konuşulan görüşmelerden oluşmaktadır. İnsan ses üretiminin temel nörofizyolojisi diller arasında ortak bileşenlere sahip olsa da bir modelin farklı dillere, kültürlere, mikrofonlara, klinik ortamlara veya kayıt protokollerine otomatik olarak genelleneceği varsayılamaz. Kaynak da ses tabanlı modellerde çapraz veri seti ve çapraz dil aktarımında performans kayıpları bulunduğuna dikkat çeker.

Gelecek çalışmaların öncelikleri

Yazarlar bir sonraki aşama için en az 500 katılımcı içeren çok merkezli bir doğrulama çalışmasını öncelik olarak öneriyor. Bu tasarımın dengeli demografik dağılım, standartlaştırılmış görüşmeler, bağımsız dış doğrulama kohortları ve mümkünse birden fazla dil ve kayıt ortamını kapsaması planlanıyor.

Diğer önemli hedef prospektif uzunlamasına izlem. Böyle bir çalışmada hastaların taburculuktan sonra günlük ses örnekleri alınabilir ve model skorundaki değişikliklerin klinik kötüleşme veya tekrar intihar davranışından önce ortaya çıkıp çıkmadığı test edilebilir. Bu senaryo mevcut makalede gerçekleştirilmiş değildir.

Ayrıca ses biyobelirteçlerinin C-SSRS gibi yapılandırılmış araçlar ve klinik değerlendirme üzerine gerçekten ek öngörü değeri sağlayıp sağlamadığı çok değişkenli modellerle sınanmalıdır. Ses, depresyon şiddeti, ilaçlar, fizyolojik göstergeler ve nörogörüntüleme birlikte incelenirse CNN'in öğrendiği temsilin hangi bölümünün intihar davranışıyla, hangi bölümünün demografik veya klinik eş değişkenlerle ilişkili olduğu daha iyi anlaşılabilir.

Kaynak ve Yöntem Notu

Özgün çalışma: Addressing the Dissimulation Problem in the Assessment of Suicide Risk Using CNN-Based Voice Analysis: A Proof-of-Concept Study.

Yazarlar: Adela Magdalena Ciobanu; Ana Voichita Tebeanu; Vlad Tau; Anca Ana Chendea; Eduard Dan Franti; Catalin Niculae; Claudiu Ionut Vasile; George Florian Macarie; Liliana Neagu; Monica Dascalu; Cristian Ioan Stoica; Marius Moga; Gabriela Iorgulescu.

Sorumlu yazarlar: Ana Voichita Tebeanu ve Vlad Tau.

Başlıca kurumlar: University of Medicine and Pharmacy “Carol Davila”; “Prof. Dr. Al. Obregia” Psychiatry Clinical Hospital; National University of Science and Technology Politehnica Bucharest; Eden Health SRL; IMT Bucharest; Research Institute for Artificial Intelligence “Mihai Draganescu”; Areus Technology; “Elisabeta Doamna” Psychiatry Hospital; “Dunarea de Jos” University; Clinica PSIHOGER.

Dergi: Psychiatry International.

Yayıncı: MDPI.

Bibliyografik kayıt: Psychiatry International, 2026, 7(4), 174.

DOI: 10.3390/psychiatryint7040174.

Yayın tarihi: 4 Ağustos 2026.

Kaynak sürümü: Version of Record.

Makale türü: Article; klinik proof-of-concept sınıflandırma çalışması.

Lisans: Creative Commons Attribution (CC BY). PDF üzerinde lisans sürüm numarası ayrıca belirtilmediğinden sürüm tahmin edilmemiştir.

Etik: Çalışma Helsinki Bildirgesi'ne uygun yürütülmüş ve “Prof. Dr. Al. Obregia” Psychiatry Clinical Hospital ile “Elisabeta Doamna” Psychiatry Hospital etik kurullarından onay alınmıştır. Tüm katılımcılardan yazılı bilgilendirilmiş onam alınmıştır.

Finansman: Araştırma için dış finansman bildirilmemiştir. Makalenin yayımlanması University of Medicine and Pharmacy Carol Davila'nın “Publish not Perish” kurumsal programı tarafından desteklenmiştir.

Veri erişilebilirliği: Kimliği belirlenebilir psikiyatrik hasta ses kayıtları ve klinik veriler gizlilik ve onam koşulları nedeniyle kamuya açık değildir. Geri döndürülebilir ses içeriği taşımadığı belirtilen mel-spektrogram özellik matrisleri, model mimarisi kodu ve eğitim betikleri ilgili etik onay ve veri kullanım anlaşması koşulları altında sorumlu yazardan makul talep üzerine istenebilir.

Çıkar çatışması bildirimi: Vlad Tau, Catalin Niculae ve George Florian Macarie çalışma sırasında sırasıyla Eden Health SRL, Areus Technology ve Clinica PSIHOGER ile istihdam ilişkisine sahipti. Yazarlar bu kurumların araştırma sonuçlarında finansal veya ticari çıkarı bulunmadığını bildirmiştir. Diğer yazarlar ticari veya finansal çıkar çatışması bildirmemiştir.

Üretken yapay zekâ bildirimi: Yazarlar makale hazırlanırken Claude Opus 4.7'yi metin taslağı/düzenleme, literatür arama desteği, bibliyografik metadata doğrulaması, bazı istatistiksel hesapların yorumlanmasına yardım ve kaynak biçimlendirme için kullandıklarını bildirmiştir. Araç; çalışma tasarımı, hasta katılımı, görüşme, birincil ses verilerinin analizi, CNN modelinin geliştirilmesi veya eğitimi ve şekil üretimi için kullanılmamıştır.

Temel yöntemsel sınırlılıklar: 88 kişilik örneklem; 170.691 parametreli modele karşı yüksek parametre/hasta oranı; dış doğrulama yokluğu; 59/29 sınıf dengesizliği; belirgin cinsiyet dengesizliği; yalnız Romence ve iki merkezli veri; ilaç kayıtlarının bulunmaması; görüşme konusu ve görüşmeci etkileri; MP3 kayıplı sıkıştırma; gerçek prospektif risk yerine geçmiş klinik olay etiketinin kullanılması; farklı dil ve merkezlere genellenebilirliğin test edilmemiş olması.

Kaynak içi yeniden üretilebilirlik uyarısı: Yöntem bölümü 20 epoch, erken durdurma yok, veri artırımı yok ve sınıf ağırlığı yok olarak rapor verirken; sınırlılıklar bölümü 60 epoch'a ulaşan eğitimden, SpecAugment'tan, sınıf-ağırlıklı eğitimden ve early stopping kullanımından söz etmektedir. Bu çelişki Verianla tarafından sessizce çözümlenmemiştir; nihai eğitim protokolünün kaynak kodu veya yazar açıklamasıyla doğrulanması gerekir.

Görsel kullanım notu: Kaynak Şekil 1–6 doğrudan kopyalanmamıştır. Mel-spektrogram, CNN mimarisi ve performans verilerinin bilimsel mesajları bağımsız Verianla anlatımı ve yeniden yapılandırılmış HTML tablolarıyla aktarılmıştır.

Klinik kullanım sınırı: Bu araştırmanın modeli tanı koyan veya tek başına intihar riski belirleyen klinik araç olarak doğrulanmamıştır. Kaynağın kendi yaklaşımı da sistemi gelecekte ancak klinik karar desteğinin bir parçası olarak konumlandırmaktadır.