ÖZET

Dünya genelinde en çok hasara sebep olan ilk yirmi hastalığın beş̧ tanesi psikiyatrik hastalıklardır. Psikiyatrik hastalıklar akıl ve ruh sağlığında yaşanan bozulmalar nedeniyle oluşan duygu, düşünce ve davranış değişiklikleri olarak tanımlanabilir. Yapılan araştırmalara göre dünyadaki her üç kişiden birinin yaşamları boyunca psikiyatrik bir tanı alacağı belirtilmektedir. Bu hastalıkların maliyetinin küresel boyutta 2030 yılına kadar 6 trilyon ABD dolarına ulaşacağı öngörülmektedir. Psikiyatrik hastalıklar da tanı kişisel bildirime ve klinik görüşe bağlı olarak konulmaktadır. Bu durum tanıyı öznel yargılardan kolayca etkilenir hale getirmektedir. Birey semptomların küçümsenmesi veya abartılması, sosyal damgalanmadan kaçınmak gibi birçok nedenden dolayı objektif olamamaktadır. Bu nedenle uzmanlar tanı koymada ve ayırıcı tanıda, tedavi yanıtının izlenmesinde objektif belirteçlere ihtiyaç duymaktadır. Bu noktada bireyin duygu ve düşüncelerini doğrudan yansıttığı için konuşma belirteç olarak ele alınabilir. Projenin amacı kişilerin duygu durumlarını seslerinden analiz ederek belirli bir olasılık tahmini ortaya koymaktır. Geliştirdiğimiz uygulama ile uzmanlara kişilerin duygu durumları hakkında nesnel bir belirteç oluşturarak pratik bir uygulama oluşturmayı hedeflemekteyiz. Ayrıca projemizi geliştirerek giyilebilir teknolojiye dönüştürmeyi böylece bireylerin günlük hayatlarında belirginleşmeye başlayan semptomları analiz etmek fırsatı sunmayı amaçlamaktayız. Geliştirdiğimiz cihaz hastanın ses verilerini alarak yapay zeka sisteminde duygu durum analizi yapmakta ve bu analizi uzmana göndermektedir. Projemizde hastanın ses verileri ve konuşmaları hastada bulunan cihazda analiz edilmektedir. Böylece kişisel verilerin güvenliği sağlanmaktadır. Uzmana gönderilen veriler sadece hastanın duygu durum değişiminden oluşmaktadır. Projemiz uzmanlara tanıtılmış ve olumlu dönütler alınmıştır.

ABSTRACT

Psychiatric disorders, accounting for five out of the top twenty globally impactful diseases, represent a significant challenge to global health. These disorders encompass disruptions in mental and emotional well-being, leading to alterations in emotions, thoughts, and behaviors. Research indicates that one in every three individuals worldwide is projected to receive a psychiatric diagnosis during their lifetime. Furthermore, it is estimated that the economic burden of these disorders will reach 6 trillion USD by 2030 on a global scale. Diagnostic processes for psychiatric disorders heavily rely on personal reports and clinical evaluations, making diagnoses susceptible to subjective biases. Factors such as minimizing or exaggerating symptoms and fear of social stigma can affect the accuracy of these diagnoses. To address these challenges, objective indicators are crucial for accurate diagnosis, differential diagnosis, and monitoring treatment responses. In this context, speech can serve as a valuable indicator since it directly reflects an individual’s emotions and thoughts. The primary goal of this project is to predict specific probabilities regarding individuals’ emotional states through the analysis of their vocal expressions. The developed application aims to provide experts with an objective indicator of individuals’ emotional states, contributing to the practical assessment of psychiatric conditions. Additionally, the project seeks to evolve into wearable technology, offering the potential to analyze emerging symptoms in individuals’ daily lives. The implemented device captures voice data from patients, conducts emotional analysis using artificial intelligence, and transmits the results to healthcare professionals. All data processing and analysis occur within the patient’s device, ensuring the security of personal information. The transmitted data exclusively pertain to changes in the patient’s emotional state. The project has been introduced to professionals in the field and has received positive feedback. Ongoing development efforts are actively advancing the application’s capabilities and features to enhance its clinical utility.