AI时代：借助分析声音诊断PTSD

一项新的研究发现，运用一个特殊设计的计算机程序分析退伍军人的声音特征，可以帮助诊断创伤后应激障碍（PTSD）。这项研究4月22日发表于《抑郁与焦虑》（《Depression and Anxiety》）杂志上。人工智能可以通过分析受试者的声音特征准确分辨其是否罹患PTSD，诊断准确率高达89%。

Lucius N. Littauer教授和纽约大学医学院精神病学系主任及高级研究员Charles R. Marmar表示：“我们的研究结果表明，基于言语特征可用于诊断PTSD，并且经过进一步的改进和验证，在不久的将来这项技术有望应用于临床工作中。”

压力和创伤后应激障碍（PTSD）相关的大脑区域

图片来源：美国国立卫生研究院

全世界超过70％的成年人在其一生中的某个阶段经历过创伤事件，在一些贫困国家中，高达12％的人罹患PTSD。当触发事件发生时，这些人会经历强烈持久的痛苦。

这项研究的作者说，PTSD的诊断通常是通过临床访谈或自我评估报告来确定的，这些评估本身就容易产生偏倚。这使得探寻像实验室指标等客观、可测量的生理标记物成为研究者们努力发展的方向，但其进展缓慢。

AI如何学习

在该研究中，研究团队使用统计机器学习方法，也就是随机森林算法。借助这种方法，AI可以“学习”如何根据实例对不同个体进行分类。依据此种模型构建的“决策”规则和数学模型会随着训练数据量的增加，提高其决策的准确度。

研究人员首先选取了53名参加了伊拉克和阿富汗战争后罹患军事行动相关的PTSD的退伍军人以及78名没有这种疾病的退伍军人作为研究对象，记录了长达数小时称为临床用PTSD诊断量表（CAPS）的标准化诊断访谈过程。 

这些录音随后被录入曾开发过语音助手Siri的SRI国际公司的语音软件中。通过访谈过程的瞬时的情绪爆发点，该团队的人工智能程序通过一定模式，筛选产生了40,526个基于言语的特定模式。

之后，使用随机森林的算法将特定的语音模式与PTSD相关联，其中包括不太清晰的语音和没有生气和活力的语音语调，这两种语言特征模式都曾被认为有助于诊断PTSD。

虽然目前的研究没有探索到造成PTSD背后的疾病机制，但理论上认为创伤事件改变了处理情绪和肌张力的大脑回路，而这可能会影响一个人的声音。

展望未来

对于未来，该研究团队计划让AI语音工具进行更多数据学习，在独立样本上进一步验证，并申请政府批准临床使用该工具。

纽约大学医学院精神病学系兼职助理教授Adam Brown解释说道，“语音是一种极佳的研究工具，可用于自动诊断系统，并且因为它可以廉价、远程和非侵入性地被测量得到，其未来可能作为PTSD检测智能APP的一部分。”

“目前PTSD检测研究中使用的语音分析技术属于我们的语音分析平台SenSay Analytics™所涉及的功能范围，”SRI International语音技术与研究（STAR）实验室主任Dimitra Vergyri说。“软件分析单词并结合语音的频率、节奏、语气和发音特征，进而推断说话者的状态，包括情感、情绪、认知、健康、心理健康和沟通质量。该技术已参与像Oto，Ambit和Decoded Health这样的新兴产业的一系列工业应用中。”

资讯来源：

NYU Langone Health

参考文献：

Charles R. Marmar et al. Speech‐based markers for posttraumatic stress disorder in US veterans, Depression and Anxiety(2019). DOI: 10.1002/da.22890

作者信息

 

编译：Hanoch（brainnews创作团队成员）

校审/排版：Simon （brainnews编辑部）

题图来源：elitemusic.ca

前 文 阅 读