Opis projektu
Czy analiza mowy może pomóc w zapobieganiu psychozie?
Zaburzenia psychotyczne mają zwykle zmienny przebieg charakteryzujący się okresami nasilania się i wycofywania objawów, przy czym osoby szczególnie wrażliwe są narażone na ryzyko nawrotu. Nawrotom objawów psychotycznych często można zapobiec, jeśli ostrzeżenie pojawi się odpowiednio wcześnie, by można było podjąć odpowiednie środki. Finansowany przez Unię Europejską projekt TRUSTING opiera się na hipotezie, zgodnie z którą spontaniczna mowa jest kluczem do przewidywania, czy zbliża się ponowny atak zaburzeń psychotycznych. W ramach badań osoby zagrożone nawrotem psychozy zostaną poproszone o nagrywanie krótkich próbek mowy w regularnych odstępach czasu. Próbki te będą następnie analizowane przy użyciu sztucznej inteligencji w celu rozpoznania zmian sygnalizujących subtelne objawy psychotyczne. Celem uczonych jest opracowanie przyjaznej dla użytkownika, godnej zaufania aplikacji, która może być używana w warunkach domowych. Jej zadaniem będzie dostarczanie użytkownikowi powiadomień, jeśli urządzenie wykryje zmiany w jego sposobie mówienia, które pozwalają przewidzieć nawrót psychozy.
Cel
Schizophrenia affects a staggering 21 million people worldwide, with 80% of these citizens suffering from a relapsing disease, putting their health and safety at enormous risk. Timely detection of these psychotic relapses would require very frequent contact with clinicians, which is neither desirable nor feasible. An accurate online relapse predictor could alert clinicians of subtle deterioration, which enables timely intervention and allow safe discontinuation of long-term medication, which so many affected citizens desire. Our Consortium demonstrated that subtle alterations in speech carry a predictive signal for psychosis onset. This project will develop an AI monitoring system that leverages spoken language processing (SLP) and natural language processing (NLP) of speech recorded at home to calculate the relapse risk. The monitoring tool we develop will be validated retrospectively in a longitudinal cohort, cross-sectionally, across six languages, after which it will be tested prospectively in a multicenter randomized trial, with the end goal of improving functional and clinical outcomes of those affected by schizophrenia. Developing such a system for exceptionally vulnerable people requires ‘buy-in’ from clinicians and mental health care service users, namely trust. A lack of trust is the biggest obstacle to the real-world implementation of a speech-based monitoring system. TRUSTING will develop a framework that systematically ensures addressing all the criteria for trustworthy AI put forward by the EU. This will ensure an empirically based and validated tool that can reliably detect pending relapse. As the core philosophy of trustworthiness is part of every aspect of the project, it will be a system more likely to be welcomed and embraced by service users and their carers. TRUSTING generates the scientific and social foundation for disruptive technology to deliver the unmet promise of an equitable and just form of healthcare for people at risk of relapse.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
HORIZON-HLTH-2022-STAYHLTH-01-two-stage
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordynator
9713 GZ Groningen
Niderlandy