Hoppa till innehåll
Forskning· Analys

Ny AI-modell bedömer depression och ångest utifrån kliniska samtal

Forskare har utvecklat ADAPTS, en AI-modell baserad på LLM-arkitektur, som automatiskt kan bedöma svårighetsgraden av depression och ångest från kliniska intervjuer. Modellen uppnådde bättre resultat än initiala mänskliga bedömningar.

Av Aheadline-redaktionen·7 juli 2026·2 min läsning·Källa: arXiv cs.AIVerifierad signalAI-genererad
Ny AI-modell bedömer depression och ångest utifrån kliniska samtal
Ny AI-modell bedömer depression och ångest utifrån kliniska samtal
Ny AI-modell bedömer depression och ångest utifrån kliniska samtal
Av · Policy- & EU-reporter
Senast uppdaterad

Vad har hänt

ADAPTS (Agentic Decomposition for Automated Protocol-agnostic Tracking of Symptoms) utnyttjar en "mixture-of-agents" LLM-arkitektur för att analysera långa kliniska intervjuer. Modellen bryter ned intervjuerna i symptomspecifika resonemangsuppgifter, vilket genererar spårbara motiveringar. Vid tester på två oberoende dataset ($N=204$) visade ADAPTS-modellen en absolut felmarginal på 22, jämfört med en felmarginal på 26 för de ursprungliga mänskliga bedömningarna i intervjuer med hög avvikelse. Modellen uppnår större stabilitet med ett utökat protokoll som inkluderar kvalitativa kliniska konventioner.

Snabbfakta

ModellADAPTS
Absolut felmarginal (ADAPTS)22
Absolut felmarginal (mänsklig bedömning)26
Antal dataset2
Antal deltagare (N)204

Modeling latent clinical constructs from unconstrained clinical interactions is a unique challenge in affective computing. We present ADAPTS (Agentic Decomposition for Automated Protocol-agnostic Tracking of Symptoms), a framework for automated rating of depression and anxiety se

Forskare, Forskargruppen bakom studien · arXiv cs.AI

On high-discrepancy interviews, automated ratings approximated expert benchmarks (absolute error=22) more closely than original human ratings (absolute error=26).

Forskare, Forskargruppen bakom studien · arXiv cs.AI

Varför det spelar roll

Den nya AI-modellen erbjuder en systematiserad metod för att objektivt utvärdera psykisk hälsa. Genom att minska avvikelsen i bedömningar kan ADAPTS bidra till mer konsekventa och tillförlitliga diagnoser. Detta kan i förlängningen frigöra vårdresurser och underlätta snabbare och mer standardiserade bedömningsprocesser inom psykiatrin.

Vem påverkas

Utvecklare av AI-modeller, forskare inom affektiv datorvetenskap (Affective Computing), kliniker och psykiatriker som bedömer psykisk hälsa, samt patienter som lider av depression och ångest påverkas. Modellen är designad för att assistera professionell personal snarare än att ersätta dem.

EU-status

Ej relevant för EU-status.

Mer att veta

ADAPTS har testats på två oberoende dataset med distinkta intervjustrukturer, vilket indikerar en bred tillämpbarhet. Forskningsresultaten är publicerade som en ny arXiv-prepub, vilket innebär att den ännu inte har genomgått traditionell peer-review.

Vanliga frågor

Snabba svar om den här nyheten

Vad har hänt?
Forskare har utvecklat ADAPTS, en AI-modell som använder en "mixture-of-agents" LLM-arkitektur för att automatiskt bedöma svårighetsgraden av depression och ångest från kliniska intervjuer. Modellen uppnådde bättre resultat än initiala mänskliga bedömningar med en absolut felmarginal på 22 jämfört med 26.
När hände det?
Forskningen publicerades som en ny arXiv-prepub, arXiv:2605.03212v2, den 3 maj 2026.
Varför spelar det roll?
ADAPTS kan bidra till mer konsekventa och tillförlitliga diagnoser inom psykisk hälsa genom att minska bedömningsavvikelser. Detta kan effektivisera vårdresurser och standardisera bedömningar inom psykiatrin.
Vilka bolag berörs?
Inga specifika kommersiella bolag har nämnts i samband med utvecklingen av ADAPTS, då det är ett vetenskapligt forskningsprojekt.
Påverkar det EU?
Eftersom AI-verktyget är under utveckling och bygger på forskning, finns ingen direkt påverkan på EU-reglering just nu. Men framtida tillämpningar skulle kunna omfattas av exempelvis EU:s AI Act gällande medicintekniska produkter.
Originalkälla
arXiv cs.AI·arxiv.org

Länken öppnar i nytt fönster och leder till utgivarens egen sida.

Verifierad signal

Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.

AI-verktyg i artikeln

Ämnen

#Agents#Models
[ FÖLJ UTVECKLINGEN ]

Få liknande nyheter direkt i mejlen

Inga affiliate-länkarAvsluta när som helstGDPR-vänlig
[ Frekvens ]
[ Vad vill du läsa om? ]

Du får utskick om 2 ämnen.