Ushbu tadqiqot psixiatrik klinik suhbatlarda yozib olingan bemor nutqidan olingan mel-spektrogrammalarni chuqur o‘rganish orqali tahlil qilib, yaqinda o‘z joniga qasd qilishga uringan bemorlar bilan og‘ir depressiyasi bo‘lgan, ammo hujjatlashtirilgan o‘z joniga qasd qilish fikri bo‘lmagan bemorlarni akustik jihatdan farqlash mumkinmi, degan savolni o‘rganadi. Multi-Scale Convolutional Neural Network (Multi-Scale CNN) turli masshtablardagi vaqt-chastota naqshlarini ajratib oladigan parallel konvolyutsion qatlamlarni residual ulanishlar va fazoviy attention mexanizmi bilan birlashtiradigan ikki o‘lchovli chuqur o‘rganish klassifikatoridir. Tadqiqotda Ruminiyadagi ikki psixiatriya shifoxonasidan 88 nafar voyaga yetgan statsionar bemorning yozuvlari ishlatilgan: 59 bemor yaqinda o‘z joniga qasd qilishga urinishdan so‘ng yotqizilgan, 29 bemor esa og‘ir depressiyaga ega, biroq hujjatlashtirilgan o‘z joniga qasd qilish fikri yoki yaqindagi o‘z joniga qasd qilish xatti-harakati bo‘lmagan klinik taqqoslash guruhini tashkil etgan. Bemor darajasidagi takroriy, stratifikatsiyalangan besh karra kross-validatsiyada modelning o‘rtacha aniqligi %72,67 ± 6,44, ROC-AUC qiymati 0,824 ± 0,054, sezgirligi %88,3 ± 9,5 va xosligi %41,3 ± 25,0 bo‘lgan. Biroq namunaning kichikligi, tashqi validatsiyaning yo‘qligi, gender taqsimotidagi nomutanosiblik, dori ma’lumotlarining yetishmasligi va suhbat sharoitlaridagi farqlar natijalarning klinik umumlashtirilishini cheklaydi.

Tadqiqotning klinik motivatsiyasi “dissimulation” deb ataladigan yashirish muammosiga tayanadi: o‘z joniga qasd qilish fikri bo‘lgan ayrim bemorlar baholash vaqtida buni inkor qilishi yoki oshkor etmasligi mumkin. Ammo bu tadqiqot o‘z fikrini faol ravishda yashirayotgan bemorlarni klassifikatsiya qilish uchun ishlab chiqilmagan. Modelning vazifasi yaqinda o‘z joniga qasd qilishga uringan bemorlarning yozuv sharoitlaridagi ovoz naqshlarini og‘ir depressiya guruhining ovoz naqshlaridan ajratishga urinishdir. Shu sababli natijalarni “ovoz yashirilgan o‘z joniga qasd qilish niyatini aniqlaydi” deb talqin qilib bo‘lmaydi.

Modelning yuqori sezgirligi yaqinda o‘z joniga qasd qilishga uringan bemorlarning muhim qismini tegishli sinfga ajratganini ko‘rsatadi, past xoslik esa depressiya guruhida yuqori yolg‘on-musbat yukini anglatadi. Bundan tashqari, gender bo‘yicha moslashtirilgan tahlilda ROC-AUC 0,621 ± 0,156 gacha tushgani asosiy ma’lumotlar to‘plamidagi ajratishning bir qismi genderga bog‘liq ovoz farqlaridan ta’sirlangan bo‘lishi mumkinligini ko‘rsatadi. Demak, tadqiqot klinik tashxis qo‘yuvchi avtonom ovoz tizimi emas, balki kelajakda rivojlantirilishi mumkin bo‘lgan qo‘shimcha qarorlarni qo‘llab-quvvatlash yondashuvi uchun dastlabki bosqich dalilini beradi.

O‘z joniga qasd qilish xavfini baholashdagi asosiy qiyinchiliklardan biri klinitsistning muhim miqdordagi ma’lumotni bemorning o‘z bayonotidan olishi hisoblanadi. Manba tadqiqot adabiyotlarda o‘z joniga qasd qilish fikri bo‘lgan ayrim shaxslar baholash vaqtida bu fikrlarni inkor qilishi haqidagi topilmalardan kelib chiqib, semantik mazmundan tashqaridagi axborot kanalini o‘rganishni taklif qiladi. Bu kanal bemorning nima deganidan ko‘ra, nutqning akustik tuzilishi qanday naqshlarni tashishidir.

Tadqiqot savoli ovozning o‘zi “o‘z joniga qasd qilish niyatini o‘qiy oladimi” degani emas. Torroq va o‘lchanadigan savol quyidagicha: yaqinda o‘z joniga qasd qilishga uringan og‘ir depressiyali bemorlar bilan og‘ir depressiyasi bo‘lgan, ammo hujjatlashtirilgan o‘z joniga qasd qilish fikri bo‘lmagan bemorlarning klinik suhbat vaqtida ishlab chiqargan nutqi mashinaviy o‘rganish tomonidan bemor darajasida ajratiladigan akustik naqshlarni tashiydimi?

Ovoz tahlili yashirilgan o‘z joniga qasd qilish niyatini bevosita aniqlaydimi?

Yo‘q. Ushbu tadqiqot o‘z joniga qasd qilish fikrini faol yashirayotgan shaxslarni aniqlashga qaratilgan eksperiment o‘tkazmagan; yaqinda o‘z joniga qasd qilishga uringan bemorlarning ovoz yozuvlari bilan og‘ir depressiya guruhining yozuvlari o‘rtasidagi akustik ajraluvchanlikni sinagan. Shu sababli olingan samaradorlik qiymatlari yashirilgan o‘z joniga qasd qilish niyati klinikada ovoz orqali ishonchli aniqlanishi mumkinligining isboti emas.

Bu farq tadqiqot sarlavhasini to‘g‘ri talqin qilishda markaziy ahamiyatga ega. Tadqiqotchilar “yashirishga chidamli” baholash tizimi ilmiy jihatdan mumkin bo‘lishi uchun avvalo tegishli klinik guruhlar o‘rtasida ovoz signalida takrorlanuvchi farqlar bo‘lishi kerakligini ta’kidlaydilar. Hozirgi tadqiqot ana shu zarur dastlabki shartni tekshiradi. Ammo yetarli shart — shaxs o‘z joniga qasd qilish fikrini bevosita inkor qilayotgan paytda tizim yashirilgan xavfni prospektiv ravishda tutishi — hali ko‘rsatilmagan.

Nega ovoz o‘rganilmoqda?

Inson ovozi faqat so‘zlardan iborat emas. Nafas olish tizimi, hiqildoq, ovoz paychalari va supralaringeal vokal trakt koordinatsiyasi nutqning asosiy jismoniy infratuzilmasini tashkil etadi. Manba tadqiqot tayangan neyrofiziologik doirada avtonom asab tizimi; asosiy chastota, ovoz sifati, jitter, shimmer va spektral energiya taqsimoti kabi o‘lchanadigan xususiyatlarga ta’sir qilishi mumkin. Bu ta’sirlarning barchasi so‘zlovchining ongli nazoratiga bir xil darajada bo‘ysunmaydi.

Tadqiqot gipotezasi shu nuqtadan rivojlanadi: kuchli hissiy va fiziologik holatlar nutqning vaqt-chastota tuzilishida birlashgan iz qoldirishi va chuqur neyron tarmog‘i qo‘lda tanlangan alohida xususiyatlardan ko‘ra ushbu ko‘p o‘zgaruvchili naqshni o‘rganishi mumkin. Ammo tadqiqot biror bitta akustik xususiyat o‘z joniga qasd qilish xatti-harakatiga xos ekanini ko‘rsatmaydi.

Nega klinik taqqoslash sog‘lom shaxslar bilan emas, og‘ir depressiyali bemorlar bilan amalga oshirildi?

Tadqiqotda og‘ir depressiya guruhi faol klinik nazorat sifatida ishlatilgan. Buning muhim sababi depressiyaning o‘zi nutq tezligi, pitch o‘zgaruvchanligi, psixomotor faollik va spektral energiya kabi vokal xususiyatlardagi o‘zgarishlar bilan bog‘liq bo‘lishi mumkinligidir. Agar yaqinda o‘z joniga qasd qilishga uringan bemorlar faqat sog‘lom shaxslar bilan taqqoslanganida, model depressiyaga xos umumiy vokal o‘zgarishlarni o‘rgandimi yoki urinish bilan bog‘liq qo‘shimcha naqshni o‘rgandimi, ajratish ancha qiyin bo‘lar edi.

Shunga qaramay, faol nazorat dizayni barcha chalkashtiruvchi omillarni yo‘q qilmagan. Ikki guruhning gender taqsimotlari sezilarli farq qiladi: o‘z joniga qasd qilishga urinish guruhining %49,2 qismi erkak bo‘lsa, depressiya guruhining atigi %17,2 qismi erkakdir. Bu farq statistik jihatdan ahamiyatli topilgan. Ovozning asosiy chastotasi va boshqa spektral xususiyatlari biologik jinsdan ta’sirlanishi mumkinligi sababli, model guruh yorliqlarini qisman shu xususiyatlar orqali ajratgan bo‘lishi mumkin.

Nutq yozuvi qanday to‘plandi?

Tadqiqotga Dekabr 2023 va Sentyabr 2024 oralig‘ida Ruminiyadagi ikki psixiatriya shifoxonasidan 18–65 yosh oralig‘idagi 88 nafar voyaga yetgan bemor kiritilgan. Barcha ishtirokchilarda og‘ir depressiya asosiy tashxis sifatida mavjud. Yozuvlar ikkala markazda ham Sony ICD-PX240 raqamli ovoz yozish qurilmalari yordamida tinch klinik suhbat xonalarida amalga oshirilgan. Asl yozuvlar 44,1 kHz namunalash chastotasida va 128 kbps MP3 formatida olingan. Har bir suhbat taxminan 8–12 daqiqa davom etgan.

Suhbatlar yarim tuzilgan ikki qismdan iborat bo‘lgan. O‘z joniga qasd qilishga urinish guruhida birinchi qism urinish va unga bog‘liq hissiy holatlarga qaratilgan bo‘lsa, depressiya guruhida bemorning hozirgi hissiy holati muhokama qilingan. Ikkinchi qismda ob-havo va hobbi kabi nisbatan neytral mavzular muhokama qilingan. Bu tuzilma hissiy jihatdan yaqqol va neytral nutq bo‘laklarini olishni maqsad qilgan.

Ammo suhbat o‘tkazuvchilar bemorlar qaysi klinik guruhga mansub ekanini bilishgan va ikki guruhning dastlabki suhbat mavzulari bir xil bo‘lmagan. Shu sababli so‘zlovchining hissiy qo‘zg‘alishi yoki prosodiyasidagi ayrim farqlar faqat klinik holatdan emas, muhokama qilinayotgan mavzu yoki suhbat o‘zaro ta’siridan ham kelib chiqqan bo‘lishi mumkin. Mualliflar shuning uchun topilmalarni noyob “o‘z joniga qasd qilishga xos ovoz biomarkeri” isboti sifatida emas, aynan ushbu suhbat sharoitida ikki guruhning akustik ajraluvchanligi sifatida cheklaydilar.

Suhbat o‘tkazuvchining ovozi modelga kirdimi?

Yo‘q. Xom suhbatlar avval oldindan o‘qitilgan pyannote/speaker-diarization-3.1 modeli bilan avtomatik so‘zlovchini ajratishga yuborilgan, so‘ng so‘zlovchi tayinlovlari tadqiqot jamoasi tomonidan qo‘lda tasdiqlangan. Faqat bemorga tegishli nutq segmentlari saqlangan; suhbat o‘tkazuvchining ovozi sukunatni tozalash, mel-spektrogramma yaratish, CNNni o‘qitish va modelni baholashdan oldin butunlay chiqarib tashlangan.

Bu qadam muhim ma’lumot sizib chiqishining oldini olish bilan ham uyg‘unlashtirilgan. Bir ishtirokchiga tegishli barcha ovoz segmentlari ayni kross-validatsiya bo‘limida saqlangan. Shu tariqa bir xil shaxsning ayrim qismlari treningda, boshqalari testda bo‘lishining oldi olingan. Agar bu ajratish qilinmaganida, model klinik sinfdan ko‘ra so‘zlovchi shaxsiyatini o‘rganib, aslidan yuqoriroq samaradorlik ko‘rsatishi mumkin edi.

Mel-spektrogramma va Multi-Scale CNN ushbu tadqiqotda qanday ishlatildi?

Tadqiqotda bemor nutqi ikki soniyalik ustma-ust bo‘laklarga ajratildi, har bir bo‘lak 128 mel chastota tasmasidan iborat qat’iy o‘lchamli vaqt-chastota tasviriga aylantirildi va Multi-Scale CNN bu tasvirlardagi mayda hamda keng masshtabli spektro-temporal naqshlarni parallel konvolyutsiyalar, residual ulanish va attention mexanizmi orqali o‘rganib, ikki klinik sinf uchun ehtimollik hosil qildi.

Ovoz signalidan modelga boruvchi dastlabki ishlov zanjiri

Manbada STFT uchun 2048 namunali oyna 22.050 Hz da taxminan 93 ms ga, 512 namunali hop uzunligi esa taxminan 23 ms ga mos kelishi aytiladi. Qisqa spektrogrammalar nol bilan to‘ldirilgan, uzunlari 100 vaqt kadrigacha kesilgan.

12. sahifadagi manba 1-rasm ikki klinik guruhdan vakillik qiluvchi mel-spektrogramma namunalarini ko‘rsatadi. Mualliflar alohida ta’kidlagan jihat shuki, bu ikki tasvir inson ko‘zi uchun aniq sinf farqini ko‘rsatishi kutilmaydi. Ajratish bitta aniq chiziq yoki chastota tasmasidan emas, CNN ko‘plab segmentlar bo‘ylab o‘rgangan murakkab spektro-temporal naqshlardan paydo bo‘ladi.

Multi-Scale CNN arxitekturasining mantiqi

Modelning birinchi bosqichida ayni spektrogramma ikkita parallel konvolyutsion yo‘lga yuboriladi. Birinchi yo‘l 32 ta 3 × 3 yadrodan foydalanib yanada lokal va nozik spektro-temporal tafsilotlarni qayta ishlaydi. Ikkinchi yo‘l 32 ta 5 × 5 yadro bilan kengroq kontekstual naqshlarni ko‘radi. Ikki yo‘l chiqishlari kanal o‘lchamida birlashtirilib, 64 kanalli xususiyat xaritasi olinadi.

Birlashtirilgan xususiyatlar 64 filtrli 3 × 3 Conv2D qatlami va Batch Normalization jarayonidan o‘tadi. Shundan keyin residual tuzilma ichida 3 × 3 konvolyutsiyali o‘zgartirish yo‘li bilan 1 × 1 proyeksiya qisqa yo‘li birlashtiriladi. Residual ulanish tarmoqqa chuqurroq tasvirlarni o‘rganishda gradient oqimini saqlashga yordam beruvchi arxitektura komponentidir.

ReLU va 2 × 2 max pooling dan keyin 128 filtrli yana bir 3 × 3 Conv2D qatlami va Batch Normalization qo‘llanadi. Keyin xususiyat xaritalari attention mexanizmiga uzatiladi. Bu mexanizm spektrogrammaning barcha hududlariga teng vazn berish o‘rniga klassifikatsiya uchun farqlovchi ko‘rinadigan fazoviy/vaqt-chastota hududlariga ko‘proq vazn berishni o‘rganadi.

Attention chiqishi 128 birlikli to‘liq bog‘langan ReLU qatlamiga, so‘ng 0,5 dropout nisbatiga va ikki sinfli softmax chiqishiga uzatiladi. Manbada umumiy parametrlar soni 170.691 deb berilgan; ularning 170.307 tasi o‘qitiladigan, 384 tasi esa Batch Normalization ishchi statistikalaridan kelib chiqadigan o‘qitilmaydigan parametrlardir.

Segment bashoratidan bemor bashoratiga qanday o‘tildi?

CNN ikki soniyalik ko‘plab nutq segmentlarida ishlasa-da, maqolaning asosiy samaradorlik natijalari segment darajasida emas, bemor darajasida hisoblangan. Ayni bemorga tegishli segment sinflari ko‘pchilik ovozi bilan birlashtirilib, yakuniy bemor sinfi aniqlangan. ROC-AUC hisobida esa o‘sha bemorning barcha segmentlari uchun hosil qilingan o‘z joniga qasd qilishga urinish sinfi ehtimollarining o‘rtachasi ishlatilgan.

Bu tanlov metodologik jihatdan juda muhim; chunki minglab ovoz segmentlarining mavjudligi 88 mustaqil bemordan minglab mustaqil namuna olinganini anglatmaydi. Ayni shaxsdan olingan segmentlar bir xil ovoz ishlab chiqarish tizimi, bir xil yozuv sharoiti va qisman bir xil vaqt oralig‘ini baham ko‘radi.

Tadqiqot Usuli va Natijalari

Tadqiqotning asosiy tahlili barcha 88 bemorda bemor darajasidagi stratifikatsiyalangan besh karra kross-validatsiyaga asoslanadi. 59 bemor yaqinda o‘z joniga qasd qilishga uringan sinfda, 29 bemor esa og‘ir depressiya taqqoslash sinfidadir. Har bir fold ichida ayni shaxsga tegishli barcha nutq qismlari faqat trening yoki faqat test tomonida saqlangan.

Namuna tuzilishi

Ikki guruh gender taqsimotidagi farq χ² testi bilan p < 0,01 darajasida ahamiyatli topilgan. Shu sababli asosiy tahlilga qo‘shimcha ravishda faqat ayollar, faqat erkaklar va gender bo‘yicha moslashtirilgan namunalarda qo‘shimcha tahlillar o‘tkazilgan.

Asosiy bemor-darajasidagi samaradorlik

ROC-AUC 0,824 yuqori sezgirlik va past xoslik bilan birga qanday talqin qilinishi kerak?

ROC-AUC 0,824 model ikki klinik guruhni turli qaror chegaralari bo‘ylab ajrata olishini ko‘rsatsa, %88,3 sezgirlik va %41,3 xoslik tanlangan tadqiqot sharoitida model urinish guruhini aniqlashga moyil bo‘lganini, biroq bu depressiya guruhida ko‘plab yolg‘on-musbat klassifikatsiyalar hisobiga yuz berganini ko‘rsatadi; shu sababli AUCning o‘zi klinik foydalanishga tayyor xavf testi degani emas.

Bu masala ayniqsa o‘z joniga qasd qilish xavfi kabi bazaviy chastotasi past va klinik xarajatlar assimetrik bo‘lgan sohalarda muhim. Yolg‘on-manfiy natija klinik jihatdan jiddiy xavfni o‘tkazib yuborishi mumkin, yolg‘on-musbat natija esa keraksiz aralashuv, bemor xavotiri, ishonch yo‘qolishi yoki keraksiz cheklovchi klinik qarorlar kabi oqibatlarga olib kelishi mumkin. Manba tadqiqot hech qanday klinik foydalanish chegarasini taklif qilmaydi.

Gender nazorat qilingan tahlillar nimani ko‘rsatdi?

Faqat ayollardan iborat tahlilda o‘rtacha ROC-AUC 0,866 ± 0,123 deb xabar qilingan. Erkaklarga xos eksplorativ tahlilda ROC-AUC taxminan 0,786 topilgan; ammo depressiya guruhida atigi besh erkak bo‘lgani sababli bu natija ishonchli mustaqil validatsiya sifatida baholanmagan.

Gender bo‘yicha moslashtirilgan takroriy tahlillarda ROC-AUC 0,621 ± 0,156 darajasiga tushgan. Bu pasayish to‘liq namunadagi ajratish kuchining bir qismi gender taqsimoti va genderga bog‘liq akustik xususiyatlardan ta’sirlangan bo‘lishi mumkinligini ko‘rsatadi. Shu bilan birga, samaradorlik butunlay tasodif darajasiga tushmaganligi genderdan tashqari qo‘shimcha akustik axborot bo‘lishi mumkinligi haqidagi gipotezani ochiq qoldiradi. Ammo bu ikkinchi talqin tashqi validatsiyasiz o‘z joniga qasd qilishga xos biomarkerning qat’iy dalili bo‘la olmaydi.

Multi-Scale CNN klassik modeldan ustun edimi?

Manba tadqiqot ayni bemor-darajasidagi kross-validatsiya bo‘limlarida MFCC xususiyatlaridan foydalanadigan Random Forest modelini ham baholagan. Natijalar CNN klassik bazadan aniq ustun bo‘lmaganini ko‘rsatadi.

Bemor darajasidagi juftlashtirilgan klassifikatsiyalar uchun exact McNemar testi p = 0,804 bergan. Bu natija mavjud ma’lumotlar to‘plamida ikki yondashuv o‘rtasida statistik ahamiyatli klassifikatsiya farqi ko‘rsatilmaganini anglatadi. Shu sababli tadqiqotning ilmiy hissasini “chuqur o‘rganish klassik usuldan ustun bo‘ldi” deb taqdim etish to‘g‘ri emas.

Ortiqcha moslashish xavfi nega yuqori?

Multi-Scale CNN 170.691 parametrga qarshi atigi 88 mustaqil bemorga ega. Manba bu nisbatni taxminan 1940 parametr/bemor deb hisoblaydi. Segmentatsiya natijasida jami 8037 spektrogramma hosil qilingani aytilgan bo‘lsa-da, ayni bemordan kelgan segmentlar mustaqil namunalar emas; ular so‘zlovchi shaxsiyatini, yozuv sharoitlarini va %50 vaqt ustma-ust tushishini baham ko‘radi. Shu sababli haqiqiy mustaqil namuna hajmini minglab spektrogrammalar emas, 88 bemor deb baholash kerak.

Trening egri chiziqlarida trening aniqligi taxminan %97–98 ga yaqinlashar ekan, validatsiya samaradorligining pastroq darajada qolishi ham ortiqcha moslashish xavfi to‘liq yo‘qolmaganini ko‘rsatadi. Mualliflar shu sababli natijalarni dastlabki va eksplorativ deb tavsiflaydi.

Manbada qayta ishlab chiqish nuqtayi nazaridan muhim metodik nomuvofiqlik

Maqolaning metod bo‘limi bilan cheklovlar bo‘limi ayrim o‘qitish tafsilotlarida bir-biriga mos kelmaydi. Metod bo‘limida TensorFlow/Keras 2.x, Adam optimizer, boshlang‘ich o‘rganish tezligi 2 × 10⁻⁴, batch size 16 va 20 epoch xabar qilingan. Ayni bo‘lim aniq ravishda early stopping ishlatilmaganini, data augmentation qo‘llanmaganini va explicit class weighting ishlatilmaganini aytadi.

Bunga qarshi, cheklovlar bo‘limida SpecAugment va class-weighted training ishlatilgani, shuningdek early stopping qo‘llangani yozilgan. Yana bir cheklov jumlasida trening aniqligi taxminan %98 ga 60 epoch davomida yetgani aytiladi. Bu ifodalar bir xil yakuniy trening protokolini birgalikda tavsiflay olmaydi. Verianla bu ziddiyatni taxmin bilan hal qilmaydi; modelni to‘liq qayta ishlab chiqish uchun qaysi trening konfiguratsiyasi yakuniy tahlilga tegishli ekanini mualliflar yoki tadqiqot kodi orqali tasdiqlash kerak.

Muqobil izohlar

Mualliflar kuzatilgan akustik ajratish albatta o‘z joniga qasd qilish xatti-harakatiga xos fiziologik imzo degani emasligini batafsil muhokama qiladi. Birinchi muhim ehtimol dori ta’sirlaridir. Psixotrop dorilar psixomotor faollik, nafas nazorati, fonatsiya va hiqildoq mushaklari tonusiga ta’sir qilishi mumkin; ammo ishtirokchilarning dori ma’lumotlari tizimli tarzda qayd etilmagan.

Ikkinchi ehtimol o‘tkir inqirozdan keyingi fiziologik holatdir. O‘z joniga qasd qilishga urinishdan keyin yaqinda shifoxonaga yotqizilgan bemorning charchoq, sedatsiya yoki inqirozdan keyingi qo‘zg‘alish darajasi depressiya sabab shifoxonada bo‘lgan, biroq yotishning boshqa bosqichida yozib olingan boshqa bemordan farq qilishi mumkin.

Uchinchi ehtimol suhbat kontekstidir. Suhbat o‘tkazuvchining ovozi model kirishidan chiqarilgan bo‘lsa ham, u bilgan klinik holat va turli savollar bemorning javoblaridagi hissiy intensivlik va prosodik tuzilishni o‘zgartirishi mumkin.

To‘rtinchi ehtimol depressiya og‘irligidir. Har ikki guruhda og‘ir depressiya bo‘lsa-da, urinish qilgan guruhning o‘rtacha kasallik og‘irligi, umidsizlik yoki psixomotor buzilish darajasi boshqacha bo‘lishi mumkin. Bunday holda model o‘z joniga qasd qilish xatti-harakatining o‘zini emas, u bilan bog‘liq yuqoriroq klinik og‘irlikni o‘rganayotgan bo‘lishi mumkin.

Beshinchi katta omil gender nomutanosibligidir. Gender bo‘yicha moslashtirilgandan keyin ROC-AUC ning sezilarli pasayishi bu chalkashtiruvchi ta’sir nazariy bo‘lib qolmay, natijalarda aks etganini ko‘rsatadi.

Tadqiqot natijasi klinikada mustaqil o‘z joniga qasd qilish xavfi testidan foydalanish mumkinligini ko‘rsatadimi?

Yo‘q. Tadqiqotda tashqi validatsiya qilinmagan, prospektiv o‘z joniga qasd qilish xatti-harakati bashorat qilinmagan va klinik foydalanish chegarasi sinovdan o‘tkazilmagan; tadqiqotchilar ovozga asoslangan klassifikatsiyani keng qamrovli klinik baholash o‘rniga emas, kelajakda validatsiya qilinishi kerak bo‘lgan qo‘shimcha qarorlarni qo‘llab-quvvatlovchi axborot kanali sifatida joylashtiradilar.

Etik chegaralar

Ovoz yozuvlari biometrik va sog‘liq bilan bog‘liq sezgir ma’lumotdir. Manba kelajakda uzluksiz ovoz monitoringi kabi qo‘llanmaga o‘tilsa, xabardor qilingan rozilik, o‘tkir psixiatrik kasallik paytida qaror qabul qilish qobiliyatidagi o‘zgarishlar, ma’lumotlarni shifrlash, kirish nazorati, shaxsiy ma’lumotlar qonunchiligi va algoritmik shaffoflik markaziy dizayn talablari bo‘lishi kerakligini ta’kidlaydi.

Yolg‘on-musbat va yolg‘on-manfiy natijalarning xarajatlari ham simmetrik emas. Yolg‘on-musbat signal keraksiz klinik aralashuvlar va terapevtik ishonchning buzilishiga olib kelishi mumkin. Yolg‘on-manfiy esa klinitsistga asossiz ishonch berishi mumkin. Shu sababli hozirgi proof-of-concept ma’lumotlaridan haqiqiy klinik signal chegarasini chiqarib bo‘lmaydi.

Umumlashtirish chegarasi

Tadqiqot Ruminiyadagi ikki psixiatriya shifoxonasi va rumin tilida olib borilgan suhbatlardan iborat. Inson ovoz ishlab chiqarishining asosiy neyrofiziologiyasi tillar bo‘ylab umumiy komponentlarga ega bo‘lsa-da, model turli tillar, madaniyatlar, mikrofonlar, klinik muhitlar yoki yozuv protokollariga avtomatik umumlashadi deb taxmin qilib bo‘lmaydi. Manba ham ovozga asoslangan modellarda kross-ma’lumotlar to‘plami va kross-til ko‘chirishda samaradorlik yo‘qotishlari borligiga e’tibor qaratadi.

Kelajak tadqiqotlarining ustuvor yo‘nalishlari

Mualliflar keyingi bosqich uchun kamida 500 ishtirokchini qamrab oluvchi ko‘p markazli validatsiya tadqiqotini ustuvor yo‘nalish sifatida taklif qiladilar. Bu dizayn muvozanatlangan demografik taqsimot, standartlashtirilgan suhbatlar, mustaqil tashqi validatsiya kohortalari va imkon qadar bir nechta til hamda yozuv muhitini qamrab olishi rejalashtirilgan.

Yana bir muhim maqsad prospektiv longitudinal kuzatuvdir. Bunday tadqiqotda bemorlardan shifoxonadan chiqqandan so‘ng kunlik ovoz namunalarini olish va model skoridagi o‘zgarishlar klinik yomonlashuv yoki takroriy o‘z joniga qasd qilish xatti-harakatidan oldin paydo bo‘ladimi, sinash mumkin. Bu ssenariy hozirgi maqolada amalga oshirilmagan.

Bundan tashqari, ovoz biomarkerlari C-SSRS kabi tuzilgan vositalar va klinik baholash ustiga haqiqatan ham qo‘shimcha bashorat qiymatini beradimi, ko‘p o‘zgaruvchili modellar bilan tekshirilishi kerak. Ovoz, depressiya og‘irligi, dorilar, fiziologik ko‘rsatkichlar va neyroimaging birgalikda o‘rganilsa, CNN o‘rgangan tasvirning qaysi qismi o‘z joniga qasd qilish xatti-harakati bilan, qaysi qismi demografik yoki klinik kovariatlar bilan bog‘liq ekanini yaxshiroq tushunish mumkin.

Manba va Usul Haqida Izoh

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

Mualliflar: 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.

Mas’ul mualliflar: Ana Voichita Tebeanu va Vlad Tau.

Asosiy muassasalar: 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.

Jurnal: Psychiatry International.

Nashriyot: MDPI.

Bibliografik yozuv: Psychiatry International, 2026, 7(4), 174.

DOI: 10.3390/psychiatryint7040174.

Nashr sanasi: 4 Avgust 2026.

Manba versiyasi: Version of Record.

Maqola turi: Article; klinik proof-of-concept klassifikatsiya tadqiqoti.

Litsenziya: Creative Commons Attribution (CC BY). PDF da litsenziya versiya raqami alohida ko‘rsatilmaganligi sababli versiya taxmin qilinmagan.

Etika: Tadqiqot Helsinki Deklaratsiyasiga muvofiq olib borilgan va “Prof. Dr. Al. Obregia” Psychiatry Clinical Hospital hamda “Elisabeta Doamna” Psychiatry Hospital etika qo‘mitalaridan tasdiq olingan. Barcha ishtirokchilardan yozma xabardor qilingan rozilik olingan.

Moliyalashtirish: Tadqiqot uchun tashqi moliyalashtirish bildirilmagan. Maqolaning nashri University of Medicine and Pharmacy Carol Davila ning “Publish not Perish” institutsional dasturi tomonidan qo‘llab-quvvatlangan.

Ma’lumotlar mavjudligi: Shaxsni aniqlash mumkin bo‘lgan psixiatrik bemor ovoz yozuvlari va klinik ma’lumotlar maxfiylik va rozilik shartlari sabab jamoatchilikka ochiq emas. Qayta tiklanadigan ovoz mazmunini tashimasligi aytilgan mel-spektrogramma xususiyat matritsalari, model arxitekturasi kodi va trening skriptlarini tegishli etik tasdiq va ma’lumotlardan foydalanish kelishuvi shartlari asosida mas’ul muallifdan asoslangan so‘rov bilan olish mumkin.

Manfaatlar to‘qnashuvi bayonoti: Vlad Tau, Catalin Niculae va George Florian Macarie tadqiqot vaqtida mos ravishda Eden Health SRL, Areus Technology va Clinica PSIHOGER bilan mehnat munosabatida bo‘lgan. Mualliflar ushbu muassasalarning tadqiqot natijalarida moliyaviy yoki tijorat manfaati yo‘qligini bildirgan. Boshqa mualliflar tijorat yoki moliyaviy manfaatlar to‘qnashuvini bildirmagan.

Generativ sun’iy intellekt bayonoti: Mualliflar maqola tayyorlanayotganda Claude Opus 4.7 dan matn qoralamasi/tahriri, adabiyot qidiruvini qo‘llab-quvvatlash, bibliografik metadata ni tekshirish, ayrim statistik hisoblarni talqin qilishga yordam va manbalarni formatlash uchun foydalanganliklarini bildirgan. Vosita; tadqiqot dizayni, bemorlarni jalb qilish, suhbat, birlamchi ovoz ma’lumotlarini tahlil qilish, CNN modelini ishlab chiqish yoki o‘qitish va rasmlar yaratish uchun ishlatilmagan.

Asosiy metodologik cheklovlar: 88 kishilik namuna; 170.691 parametrli modelga nisbatan yuqori parametr/bemor nisbati; tashqi validatsiyaning yo‘qligi; 59/29 sinf nomutanosibligi; sezilarli gender nomutanosibligi; faqat rumin tili va ikki markazli ma’lumot; dori yozuvlarining yo‘qligi; suhbat mavzusi va suhbat o‘tkazuvchi ta’sirlari; MP3 yo‘qotishli siqish; haqiqiy prospektiv xavf o‘rniga o‘tmish klinik hodisa yorlig‘idan foydalanilishi; turli tillar va markazlarga umumlashtirish sinovdan o‘tkazilmaganligi.

Manba ichidagi qayta ishlab chiqish ogohlantirishi: Metod bo‘limi 20 epoch, early stopping yo‘q, data augmentation yo‘q va class weighting yo‘q deb xabar qilgan bo‘lsa; cheklovlar bo‘limi 60 epoch gacha borgan trening, SpecAugment, class-weighted training va early stopping ishlatilganini aytadi. Bu ziddiyat Verianla tomonidan jim ravishda hal qilinmagan; yakuniy trening protokoli manba kodi yoki muallif izohi orqali tasdiqlanishi kerak.

Vizualdan foydalanish qaydi: Manba 1–6 rasmlari bevosita ko‘chirilmagan. Mel-spektrogramma, CNN arxitekturasi va samaradorlik ma’lumotlarining ilmiy mazmuni mustaqil Verianla bayoni va qayta tuzilgan HTML jadvallari orqali yetkazilgan.

Klinik foydalanish chegarasi: Ushbu tadqiqot modeli tashxis qo‘yuvchi yoki o‘z joniga qasd qilish xavfini yakka holda aniqlovchi klinik vosita sifatida validatsiya qilinmagan. Manbaning o‘z yondashuvi ham tizimni kelajakda faqat klinik qarorlarni qo‘llab-quvvatlashning bir qismi sifatida joylashtiradi.