研究表明智能手机可用于帮助诊断抑郁症

斯坦福大学的研究人员最近提出了一种用于测量严重程度的机器学习方法，据称，您随身携带的智能手机可能会被用作帮助识别患者抑郁症迹象的工具，从而可以更早地进行干预。一篇发表论文中的抑郁症状的分析。

经测试，该方法可检测主要抑郁症的灵敏度为83.3%，特异性为82.6%。在患者健康问卷(PHQ)量表上，它还获得了3.67分的平均误差，这是一种经过临床验证的工具，可以帮助临床医生诊断抑郁症并监测治疗反应。

“总体而言，本文展示了如何将语音识别，计算机视觉和自然语言处理相结合，以帮助心理健康患者和从业者，”斯坦福大学研究生，心理学和行为科学讲师Adam S. Miner和计算机科学的Albert Haque和Michelle Guo李飞飞教授写道。“这项技术可以在全球的手机中使用，并促进低成本的全民心理医疗服务。”

尽管全球有3亿多人患有抑郁症，但一些进入障碍(例如社会耻辱，成本和治疗的可获得性)导致约60%的精神病患者无法获得任何精神卫生服务。研究人员认为，对抑郁症状的自动检测可以提高诊断的准确性和可用性，从而可以更快地进行干预。

研究人员说，临床医生通常通过一系列的面谈和其他方法来识别患者的抑郁症，这可能会花费时间并延迟获得治疗的机会。

“因此，基于AI的评估症状严重性的解决方案可能会解决难以获得和治疗的障碍，” Haque等人。阿尔写道。“我们构想了一个基于AI的解决方案，在此过程中，抑郁症患者可以获得基于证据的心理健康服务，同时避免现有的获取障碍。”

机器学习方法通​​过使用音频，3D面部表情和临床访谈患者的文本转录来测量抑郁症状。该信息来自一个数据集，该数据集包含从189个临床访谈和142例患者中收集的总共50小时的数据。研究人员指出，所使用的数据已被取消标识，并且不包含患者的受保护的健康信息。信息输入后，模型会创建PHQ评分或表明抑郁症的分类标签。

研究人员说，就像机器学习模型一样，智能手机可以收集用户的3D面部表情和口头语言，并建议基于AI的解决方案可以“像现代智能手机一样利用多模式传感器或文本消息来增加及时且具有成本效益的症状筛查。”

“对话式AI是另一种可能的解决方案，” Haque等人。艾尔说。“我们的希望是，自动反馈将(i)向可能抑郁的人提供可行的反馈，并且(ii)通过包括视觉，听觉和语言信号，为临床医生改善自动化的抑郁筛查工具。”

并非只有斯坦福大学的研究人员致力于利用智能手机和AI来帮助发现用户的心理健康问题。9月，位于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280万美元的资金，用于开发一种智能手机应用程序，该应用程序可以检测士兵的各种医疗状况。

这笔资金将支持WPI计算机科学家开发“机器学习算法，该算法将通过智能手机中的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明显疾病迹象。”