Bài báo này đề xuất một khuôn khổ phát hiện trầm cảm tương tác (PDIMC) để chẩn đoán sớm bệnh trầm cảm. Các nghiên cứu phát hiện trầm cảm hiện có sử dụng các mô hình mạng nơ-ron đa lớp để nắm bắt cấu trúc phân cấp của các cuộc trò chuyện phỏng vấn lâm sàng, nhưng chúng bị hạn chế bởi khả năng mô hình hóa rõ ràng các mối tương quan giữa các chủ đề và trong cùng một chủ đề, cũng như không cho phép bác sĩ lâm sàng can thiệp. PDIMC sử dụng các kỹ thuật học theo ngữ cảnh để xác định các chủ đề trong các cuộc phỏng vấn lâm sàng và mô hình hóa các mối tương quan giữa các chủ đề và trong cùng một chủ đề. Hơn nữa, nó cung cấp một tính năng tương tác cho phép bác sĩ lâm sàng điều chỉnh tầm quan trọng của chủ đề dựa trên sở thích của họ thông qua phản hồi dựa trên AI. Trên tập dữ liệu DAIC-WOZ, nó đạt được cải thiện hiệu suất lần lượt là 35% và 12% so với mô hình hoạt động tốt nhất trước đó, chứng minh hiệu quả của việc tích hợp mô hình tương quan chủ đề và phản hồi bên ngoài tương tác.
