PersonaDrift: Benchmark zur zeitlichen Anomalieerkennung bei Demenzmonitoring

Menschen mit Demenz zeigen oft allmähliche Veränderungen in ihrer Sprache – sie werden weniger ausdrucksstark, wiederholen sich häufiger oder schweifen in subtilen Abweichungen ab. Während Pflegekräfte solche Muster häufig informell bemerken, fehlen den meisten computergestützten Hilfsmitteln die Mittel, diese Verhaltensänderungen systematisch über die Zeit hinweg zu verfolgen.

Mit dem neuen Benchmark PersonaDrift wird genau das möglich gemacht. Der Test simuliert 60 Tage täglicher Interaktionen von synthetischen Nutzern, die anhand von Pflegekräfteninterviews realitätsnah modelliert wurden. Die Personas variieren in Ton, Modalität und Kommunikationsgewohnheiten, sodass ein breites Spektrum an Verhaltensmustern abgebildet wird.

Der Fokus liegt auf zwei für Pflegekräfte besonders relevanten, langfristigen Veränderungen: einer abnehmenden emotionalen Intensität („flattened sentiment“) und semantischen Abweichungen („off‑topic replies“). Diese Veränderungen werden schrittweise in unterschiedlichen Geschwindigkeiten eingebracht, um natürliche kognitive Fortschreitungen nachzuahmen. Das Framework lässt sich zudem problemlos um weitere Verhaltensweisen erweitern.

Zur Erprobung wurden verschiedene Anomalieerkennungsansätze getestet – von unüberwachten statistischen Verfahren wie CUSUM, EWMA und One‑Class‑SVM über sequentielle Modelle mit BERT‑Einbettungen bis hin zu überwachten Klassifikatoren in generellen und personalisierten Varianten. Erste Ergebnisse zeigen, dass die Erkennung von abnehmender Sentiment‑Intensität besonders zuverlässig ist, während die Identifikation von abweichenden Themen noch weiter optimiert werden kann.