מודל חדש של שפה רפואית גדולה (LLM) השיג דיוק של למעלה מ-91 אחוזים בזיהוי משתתפות שאובחנו עם הפרעת דיכאון מג'ורי לאחר ניתוח הקלטת אודיו קצרה של WhatsApp שבה המשתתפים תיארו את השבוע שלהם, על פי מחקר שפורסם ב-21 בינואר 2026 בכתב העת עם גישה פתוחה PLOS בריאות הנפש מאת Victor HO Otani, מבית הספר למדעי הרפואה סנטה קאסה דה סאו פאולו ו-Infinity Doctors Inc., ברזיל, ועמיתיו.
הפרעת דיכאון מז'ורי היא מצב בריאותי נפשי המשפיע על למעלה מ-280 מיליון אנשים ברחבי העולם, וגילוי מוקדם יכול להיות קריטי לטיפול בזמן. כאן, Otani ועמיתיו השתמשו במודלים של למידת מכונה כדי לסווג אנשים עם וללא הפרעת דיכאון מג'ורי בהתבסס על הודעות קוליות של WhatsApp.
המחברים השתמשו בשני 2 מערכי נתונים למחקר זה, מערך נתונים כדי להכשיר את ה-LLM שלהם (עם 7 תת-מודלים שונים בשימוש) ולאחר מכן במערך נתונים כדי לבדוק את ה-LLMs שלהם. מערך ההדרכה כלל 86 משתתפים: קבוצה של מטופלים חוץ (37 נשים, 8 גברים) שאובחנו קלינית עם הפרעת דיכאון מג'ורי וקבוצת ביקורת של 41 מתנדבים (30 נשים, 11 גברים) ללא אבחנה של דיכאון. מערך הנתונים ששימשו לבדיקת המודלים המאומנים כלל 74 משתתפים: 33 חולי חוץ (17 נשים, 16 גברים) שאובחנו עם הפרעת דיכאון מג'ורי ו-41 משתתפים בקבוצת ביקורת (21 נשים, 20 גברים) ללא אבחנה של דיכאון. כל המשתתפים קיבלו הסכמה מדעת ונבדקו כדי למנוע גורמים מבלבלים פוטנציאליים כמו בעיות רפואיות אחרות. במערך ההדרכה, נתוני דיבור חוץ נלקחו מהקלטות אודיו של WhatsApp שנשלחו למשרדי הרופא שלהם כשהם היו סימפטומטיים; משתתפי קבוצת הבקרה בחרו הודעות קוליות שגרתיות של WhatsApp לשיתוף. עבור מערך הנתונים של הבדיקה, נתוני הדיבור שנלקחו מקבוצת החוץ ומקבוצת הביקורת היו זהים: הודעות WhatsApp מוקלטות שנספרו בין 1-10, כמו גם הודעות שמע המתארות את השבוע האחרון שלהן. כל הודעות האודיו בשני מערכי הנתונים היו דוברי פורטוגזית ברזילאית שפת אם.
ה-LLMs הראו דיוק רב יותר כאשר סיווגו נשים בהשוואה לגברים כמדוכאים לעומת לא מדוכאים, במיוחד כאשר ניתנו נתוני "תאר את השבוע שלך", עם שיעור דיוק של 91.9 אחוזים עבור המודל בעל הביצועים הגבוהים ביותר. הדיוק של הדגם בעל הביצועים הגבוהים ביותר בסיווג משתתפים גברים היה 75 אחוז עבור אותו אודיו "תאר את השבוע שלך". (ייתכן שהדבר מוסבר על ידי המספר הגבוה יותר של נשים משתתפות במערך ההכשרה של המודל, כמו גם הבדלים בדפוסי דיבור בין גברים לנשים.) ה-LLMs הראו ביצועים דומים יותר בין גברים לנשים כאשר קיבלו את נתוני "ספור עד 10", כאשר המודל בעל הביצועים הגבוהים ביותר היה מדויק בנשים ו-78 אחוז בגברים.
המחברים מקווים שהמשך השכלול של המודלים שלהם יכול לייצר דרך זולה ומעשית לסנן אנשים לאיתור דיכאון, כמו גם יישומים קליניים/מחקריים פוטנציאליים אחרים.
המחקר שלנו מראה שדפוסים אקוסטיים עדינים בהודעות קוליות ספונטניות של WhatsApp יכולים לעזור לזהות פרופילים דיכאוניים בדיוק מפתיע באמצעות למידת מכונה. זה פותח דרך מבטיחה לכלי סינון דיגיטליים בעלי עומס נמוך בעולם האמיתי המכבדים את הרגלי התקשורת היומיומיים של אנשים".
לוקאס מרקס, סופר בכיר
