Исследователи компании Canary Speech представили на конференции Artificial Intelligence in Medicine (AIME) 2026 рецензируемую работу «Automated behavioral health assessment using vocal biomarkers» — новый скрининговый инструмент, который оценивает вероятность большого депрессивного расстройства, генерализованного тревожного расстройства или их сочетания на основе всего 60 секунд спонтанной речи, без анализа содержания сказанного — только по акустическим характеристикам голоса (темп, паузы, интонационные паттерны и другие вокальные параметры). Модель обучалась на демографически разнородном наборе голосовых ответов на простой вопрос «как у вас дела?», размеченном по результатам уже валидированных опросников PHQ-8 (депрессия) и GAD-7 (тревога), которые традиционно используются как эталон сравнения; авторы сравнили несколько алгоритмов машинного обучения — случайный лес, XGBoost и глубокую нейронную сеть — и выбрали наиболее точную конфигурацию.
На независимом наборе данных, собранном в клинических условиях через планшет, модель показала чувствительность 0,68 и специфичность 0,80 — то есть инструмент верно выявляет большинство людей с риском депрессии или тревоги, хотя и не заменяет полноценную клиническую оценку. Авторы позиционируют разработку как масштабируемый, неинвазивный инструмент скрининга, который можно внедрить там, где заполнение полноценного опросника занимает больше времени или менее удобно — например, в первичном звене здравоохранения, при телемедицинских консультациях или в рамках регулярного мониторинга состояния пациентов, уже проходящих лечение. По мысли разработчиков, если высокий риск можно надёжно выявить по короткому голосовому фрагменту, это открывает практический путь к более раннему выявлению депрессии и тревоги и расширению доступа к охране психического здоровья — особенно там, где не хватает специалистов для проведения структурированных клинических интервью каждому обратившемуся. Важная оговорка: подобные голосовые биомаркеры — это инструмент скрининга, а не диагностики, и их точность (в данном случае — далеко не идеальные чувствительность и специфичность) требует дальнейшей валидации на более крупных и разнородных выборках, прежде чем говорить о широком клиническом внедрении.
ИСТОЧНИК