Skip to content
Forskning· Analysis

New AI model assesses depression and anxiety from clinical dialogue

Researchers have developed ADAPTS, an AI model based on LLM architecture, which can automatically assess the severity of depression and anxiety from clinical interviews. The model achieved better results than initial human assessments.

Av Aheadline-redaktionen·7 juli 2026·2 min läsning·Källa: arXiv cs.AIVerifierad signalAI-genererad
New AI model assesses depression and anxiety from clinical dialogue
New AI model assesses depression and anxiety from clinical dialogue
New AI model assesses depression and anxiety from clinical dialogue
By · Policy- & EU-reporter
Last updated

Vad har hänt

ADAPTS (Agentic Decomposition for Automated Protocol-agnostic Tracking of Symptoms) utilises a 'mixture-of-agents' LLM architecture to analyse long clinical interviews. The model breaks down the interviews into symptom-specific reasoning tasks, generating traceable justifications. During testing on two independent datasets ($N=204$), the ADAPTS model showed a mean absolute error of 22, compared to an error of 26 for the original human assessments in high-variance interviews. The model achieves greater stability with an extended protocol that includes qualitative clinical conventions.

Key facts

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

The new AI model offers a systematised method for objectively evaluating mental health. By reducing variance in assessments, ADAPTS can contribute to more consistent and reliable diagnoses. In the long term, this could free up healthcare resources and facilitate faster, more standardised assessment processes within psychiatry.

Vem påverkas

Developers of AI models, researchers in affective computing, clinicians, and psychiatrists assessing mental health, as well as patients suffering from depression and anxiety, are affected. The model is designed to assist professional staff rather than replace them.

EU-status

Ej relevant för EU-status.

Mer att veta

ADAPTS has been tested on two independent datasets with distinct interview structures, indicating broad applicability. The research results are published as a new arXiv preprint, meaning it has not yet undergone traditional peer review.

Frequently asked questions

Quick answers about this story

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

No affiliate linksCancel anytimeGDPR-friendly
[ Frequency ]
[ What do you want to read about? ]

You'll receive updates on 2 topics.