学术前沿

【论文】基于语音的技术检测精神疾病的可能

2021-05-10


题目:基于语音的技术检测精神疾病的可能

来源:https://www.healio.com/psychiatry/practice-management/news/online/%7B06dd0931-ebd8-4591-a7bd-4b2c9e7677d0%7D/using-speech-based-technologies-to-detect-mental-illness

链接:https://link.springer.com/chapter/10.1007/978-3-030-18305-9_47



人工智能和机器学习方法识别精神疾病的潜力仍然是一个令人兴奋的研究领域。

 

来自加拿大阿尔伯塔大学计算机科学系Tasnim博士Stroulia博士在人工智能加拿大会议提交一份报告显示,他们开发出结合了多种机器学习算法使用声学线索检测抑郁症。

 

“一个现实的场景是让人们使用一个应用程序来收集自然说话的语音样本,”Stroulia在一份新闻稿中说道“用户手机上运行的应用程序将识别并跟踪情绪指标。以抑郁症为例,就像你在手机上有一个计步器一样,你可以在使用手机时根据你的声音设置一个抑郁指示器。这项工作,在标准基准数据集中开发更准确的检测,是第一步。“

 

为了向精神卫生专业人员提供类似技术在临床环境中的实际应用价值,Healio Psychiatry整理了一些最近的文章

 

机器学习方法预测精神病的出现

 

研究人员利用机器学习方法分析语言,发现语音密度低言语的音量逐渐增加便预示着精神病症状的出现。

 

基于语音的技术可以检测退伍军人的创伤后应激障碍

 

根据发表于抑郁症与焦虑症的一项研究,使用基于语音的算法,研究人员可以客观地区分男性战区暴露的退伍军人有无创伤后应激障碍。

 

语言的机器学习分析检测儿童的焦虑抑郁情况

 

根据发表于生物医学与健康信息学杂志的研究,研究人员利用机器学习算法分析音频数据,可以发现幼儿语音模式中的焦虑和抑郁迹象。

 

AI可以在治疗心理健康,神经系统疾病方面发挥作用

 

人工智能和机器学习在医疗保健领域变得越来越普遍。计算机科学专业知识培训为临床医生提供了对患者心理健康的更多见解,他们可能很快就可以据此确定适当的治疗计划。

 

数字表型分析在精神病学方面具有潜力

 

根据一篇发表在精神病学年鉴的CME文章显示,数字表型分析是一种通过智能手机或可穿戴技术从人们的经验中收集和综合数据的方法。它有可能帮助临床医生监测和治疗精神疾病患者


泊恩声明:

  深圳泊恩临床心理专科门诊部对于该文章拥有著作权及其他相关权利, 未经许可任何人不得擅自使用、改编、转载,该文章由北京海润天睿律师事务所担任法律顾问。医疗建议仅供参考,如有需要请咨询专业人士或前往医疗机构。