AWS
Advantechline
 

机器学习算法可从儿童说话模式侦测到忧郁症倾向

过去不易诊断出的儿童焦虑或忧郁等精神疾病,已可利用机器学习算法快速进行检测。Image by Kenny from Pixabay

最新研究发现,机器学习算法可检测儿童说话模式中的焦虑和忧郁迹象,可藉此快速诊断出儿童难以发现和常被忽视的精神疾病。

根据The University of Vermont报导,约5分之1的儿童患有统称为内化行为障碍症的焦虑和忧郁症。但8岁以下的儿童无法明确表达其情感痛苦,因此成年人需能推断其精神状态及潜在的心理健康问题。

佛蒙特大学医学中心(University of Vermont Medical Center)临床心理学家、该研究主要作者Ellen McGinnis表示,大多数8岁以下孩子的心理疾病都未被诊断出来,因此需要快速、客观的检测方法。

早期诊断之所以重要,是因为儿童在大脑仍在发育期时对治疗反应良好。但若不及时治疗,他们在生命后期就有更大的药物滥用和自杀风险。标准诊断包括与临床医生进行60~90分钟的半结构式访谈。

研究人员一直在寻找使用人工智能(AI)和机器学习的方法,好让诊断更快、更可靠。最后使用称为特里尔社会应激测试(Trier-Social Stress Test;TSST)的情绪诱导测试。

71名年龄在3到8岁之间的孩子被要求即兴创作3分钟的故事,并告知他们将根据故事的有趣程度进行评判。作为评审的研究员在整个演讲期间维持严厉态度,仅给出中立或负面的反馈。90秒后及再经过30秒,蜂鸣器响起,评审会告诉他们剩下多少时间。

儿童也用结构化的临床访谈和父母问卷调查进行诊断。研究人员使用机器学习算法分析每个孩子故事录音的统计特征,并将其与孩子的诊断联系起来。他们发现该算法在诊断儿童方面非常成功,而两次蜂鸣器响起之间的中间阶段是最可预测的诊断。

该算法能辨识出诊断为内化行为障碍症的儿童,准确率为80%。而且在大多数情况下,与父母检查表的准确性相比效果非常好。它还能更快地得出结果,一旦测试完成,算法仅需几秒的处理时间就能提供诊断。

该算法确定了儿童语音的8种不同的音讯特征,但其中3种特别能指出内化行为障碍症,包括低调的声音、重复的语音变化和内容,及对蜂鸣器的高音调的反应。Ellen McGinnis表示,低调的声音和可重复的语音元素反映了忧郁症患者常用单调的声音说话,重复说同样的话的情况。 

陈端武

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 预防医学 机器学习