斯坦福大学的研究人员最近提出了一种机器学习方法来衡量严重程度。据说你随身携带的智能手机可能会作为一种工具，帮助识别患者的抑郁症状，以便你能更早地进行干预。一篇已发表论文中的抑郁症状分析。

经检测，该方法检测重度抑郁症的敏感性和特异性分别为83.3%和82.6%。在患者健康问卷(PHQ)上，它也获得了3.67分的平均误差，这是一个经过临床验证的工具，可以帮助临床医生诊断抑郁症和监测治疗反应。

“总的来说，这篇论文展示了如何将语音识别、计算机视觉和自然语言处理结合起来，帮助精神健康患者和从业者，”斯坦福大学研究生、心理学和行为科学讲师亚当s迈纳(Adam S. Miner)以及计算机科学的阿尔伯特哈克(Albert Haque)和米歇尔李国菲菲(Michelle菲菲)教授写道。“这项技术可以用在全球的手机上，推广面向所有人的低成本心理健康保健服务。”

尽管全球有超过3亿人患有抑郁症，但一些进入障碍(如社会污名、治疗成本和可获得性)已导致约60%的精神病人无法获得任何精神健康服务。研究人员认为，抑郁症状的自动检测可以提高诊断的准确性和可用性，从而更快地进行干预。

研究人员表示，临床医生通常通过一系列访谈和其他方法来识别患者的抑郁症，这可能需要时间并延迟获得治疗。

Haque等人写道：“因此，基于AI评估症状严重程度的解决方案可能会解决难以获得和治疗的障碍。“我们构思了一个基于AI的解决方案，抑郁症患者可以获得循证心理健康服务，同时避免现有的获取障碍。”

机器学习方法通过使用音频、3D面部表情和对患者的临床访谈记录来测量抑郁症状。这些信息来自一个数据集，该数据集包含从189次临床访谈和142名患者中收集的总共50小时的数据。研究人员指出，使用的数据没有标记，不包含患者受保护的健康信息。输入信息后，模型将创建一个PHQ评分或分类标签，指示抑郁症。

研究人员表示，就像机器学习模型一样，智能手机可以收集用户的3D面部表情和口语，并建议基于AI的解决方案可以“像现代智能手机一样使用多模态传感器或短信来增加及时且经济高效的症状筛查。”

“对话式人工智能是另一种可能的解决方案，”哈克等人说。“我们希望自动反馈能够(I)为可能抑郁的人提供可行的反馈，以及(ii)通过纳入视觉、听觉和语言信号，为临床医生改进自动抑郁筛查工具。”

不仅仅是斯坦福大学的研究人员致力于使用智能手机和人工智能来帮助发现用户的心理健康问题。今年9月，马萨诸塞州伍斯特市伍斯特理工学院(WPI)的研究人员获得了280万美元，用于开发一款智能手机应用程序，可以检测士兵的各种医疗状况。

该基金将支持WPI计算机科学家开发“机器学习算法”，该算法将智能手机中传感器收集的大量数据进行分类，以检测可能影响士兵战备状态的疾病的明显迹象。"

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：