اكتئابتُقدّم دراسة رائدة نُشرت مؤخرًا في مجلة Humanities and Social Sciences Communications نموذجًا جديدًا للكشف عن الاكتئاب، يعتمد على الإشارات السمعية والبصرية من مدونات الفيديو على يوتيوب. يُقدّم هذا النموذج المبتكر آفاقًا واعدةdentالمُبكر عن أعراض الاكتئاب لدى مستخدمي وسائل التواصل الاجتماعي، مما يُتيح التدخل والدعم في الوقت المناسب. يُؤثّر الاكتئاب، وهو مصدر قلق عالمي بالغ يرتبط بالتفكير في الانتحار، على أكثر من 264 مليون شخص حول العالم، وفقًا لمنظمة الصحة العالمية. على الرغم من شيوع هذه المشكلة النفسية، لا يزال الكشف المُبكر يُشكّل تحديًا كبيرًا، مما يُبرز الحاجة إلى أساليب فحص أكثر فعالية وسهولة.
في عصرٍ يهيمن عليه محتوى الفيديو الوفير على منصات التواصل الاجتماعي، أدرك فريق البحث الإمكانات الهائلة لاستغلال البيانات السمعية والبصرية للكشف عن السلوكيات الاكتئابية ومعالجتها. استخدمت الدراسة، التي أجراها فريق من الباحثين المتفانين، واجهة برمجة تطبيقات بيانات يوتيوب للوصول إلى مجموعة بيانات ضخمة من مدونات الفيديو (vlogs) المنشورة بين يناير 2010 ويناير 2021 وتحليلها. باستخدام كلمات مفتاحية محددة، تم اختيارها بمساعدة متخصصين في الصحة النفسية، قام الباحثون بتصفية المحتوى للتمييز بين مدونات الفيديو المتعلقة بالاكتئاب ومدونات الفيديو اليومية العادية.
tracالفريق بدقة ميزات صوتية باستخدام OpenSmile، بالإضافة إلى إشارات بصرية مُكتسبة من مكتبة FER Python، مع التركيز بشكل خاص على المقاطع التي تُظهر شخصًا واحدًا في الإطار. مكّن هذا النهج الشامل الباحثين من بناء نموذج قوي لكشف الاكتئاب باستخدام خوارزمية XGBoost عالية الكفاءة، والتي أظهرت أداءً متفوقًا مقارنةً بمصنفات التعلم الآلي الأخرى مثل الغابة العشوائية والانحدار اللوجستي في التجارب الأولية.
رؤى رئيسية تم الكشف عنها من خلال التحليل الدقيق
ألقى التحليل الشامل للبيانات المُجمعة الضوء على عدة مؤشرات مهمة مرتبطة بمدونات الفيديو الاكتئابية. والجدير بالذكر أن الدراسة كشفت أن الأفراد الذين يعانون من أعراض الاكتئاب عادةً ما يُظهرون انخفاضًا في مستوى الصوت والتردد الأساسي (F0) في كلامهم، وهو ما تدعمه التحليلات الإحصائية. علاوة على ذلك، لوحظ انخفاض في نسبة التوافقيات إلى الضوضاء (HNR) في الإشارة الصوتية لدى الأفراد المصابين بالاكتئاب، مما يشير إلى ارتفاع درجة ضوضاء الإشارة الصوتية.
علاوةً على ذلك، سلّطت الدراسة الضوء على ارتفاع مستويات التوتر، المرتبط عادةً بالقلق وزيادة خطر الإصابة بالاكتئاب الحاد، في مدونات الفيديو التي تُصوّر السلوكيات الاكتئابية. كما أبرز التحليل أهمية تردد الشكل الثاني (F2)، المعروف بانخفاضه في مدونات الفيديو التي تُصوّر الاكتئاب، مُؤكّدًا على إمكاناته كمؤشر تمييزي للحالات الاكتئابية. إضافةً إلى ذلك، أشارت الدراسة إلى ارتفاع مؤشر هاماربيرغ في مدونات الفيديو التي تُصوّر الاكتئاب، مما يُشير إلى تفاوت ملحوظ في الشدة عبر نطاقات التردد المختلفة.
على الصعيد البصري، كشف التحليل أن الأفراد الذين يعانون من أعراض اكتئاب أظهروا مستويات أقل من السعادة ومستويات أعلى من الحزن والقلق في تعابير وجوههم، بما يتماشى مع النمط العاطفي الشائع للاكتئاب. ومع ذلك، لم تُعثر على فروق جوهرية في تعبيرات الحياد أو المفاجأة أو الاشمئزاز.
منهجية متقدمة ونتائج واعدة
استخدم الباحثون بدقة تقسيمًا طبقيًا لتدريب الاختبار وخصائص موحدة، مما يضمن استبعاد أي تداخل بين قنوات يوتيوب. وحسّنوا معاملات النموذج الفائقة باستخدام بحث شبكي مع التحقق المتبادل، مما أدى في النهاية إلى تحسين النموذج لتحقيق تصنيف ثنائي دقيق. وأكد تحليل الأداء المقارن الفعالية الفائقة للنموذج المقترح مقارنةً بالانحدار اللوجستي ومصنفات الغابات العشوائية، حيث أظهر دقةً ودقةً واستدعاءً ومقاييس درجات F1 أعلى.
وكشف استكشاف الدراسة لتأثير الوسائل أنه في حين تفوقت الميزات الصوتية على الميزات البصرية في الكشف عن الاكتئاب، فإن دمج الإشارات الصوتية والبصرية عزز بشكل كبير من أداء النموذج، مما يشير إلى فعالية النهج المشترك في تطوير نظام قوي للكشف عن الاكتئاب.
علاوة على ذلك، كشف التحليل القائم على نوع الجنس أن النماذج المصممة خصيصًا لمدونات الفيديو الإناث أظهرت دقة أعلى مقارنةً بتلك المصممة خصيصًا لمدوني الفيديو الذكور، مما يؤكد التأثير المحتمل لنوع الجنس على ظهور أعراض الاكتئاب في الكلام وتعبيرات الوجه. وأكدت هذه النتيجة أهمية تطوير نماذج خاصة بنوع الجنس لتعزيز دقة الكشف عن الاكتئاب.
المؤشرات الرئيسية التيdentللكشف عن الاكتئاب
dentنتائج الدراسة الثاقبة اختلافات في مستوى الصوت والتعبير عن السعادة كمؤشرات مهمةdentمدونات الفيديو الاكتئابية. وأكدت هذه النتائج الدور الحاسم لتقلبات شدة الصوت وتعبيرات الوجه السعيدة في الكشف الدقيق عن أعراض الاكتئاب من خلال مدونات الفيديو.
مع إمكانية إحداث ثورة في مجال الكشف عن الاكتئاب والتدخل لعلاجه، يوفر النموذج المبتكر الذي طوره الباحثون أداةً حيويةًdentالعلامات المبكرة للاكتئاب لدى مستخدمي وسائل التواصل الاجتماعي. إن دمج الميزات السمعية والبصرية من مدونات الفيديو على يوتيوب لا يعزز دقة الكشف فحسب، بل يُبشر أيضًا بتسهيل الدعم والتدخل في الوقت المناسب، مما يُسهم في نهاية المطاف في تحسين نتائج الصحة النفسية عالميًا.
