人工智能可以通过分析声音来诊断PTSD

一项新的研究发现，一种特别设计的计算机程序可以通过分析退伍军人的声音来帮助诊断他们的创伤后应激障碍(PTSD)。

该杂志于4月22日在线发表抑郁和焦虑该研究发现，一种人工智能工具可以区分PTSD患者和非PTSD患者的声音，准确率高达89%。

“我们的研究结果表明，基于语言的特征可以用来诊断这种疾病，经过进一步的改进和验证，可能在不久的将来被应用于临床，”高级研究作者Charles R. Marmar医学博士说，他是纽约大学医学院Lucius N. Littauer教授和精神病学系主任。

全球超过70%的成年人在人生的某个时刻经历过创伤性事件，在一些挣扎的国家，高达12%的人患有PTSD。患有这种疾病的人在被提醒一个触发事件时，会经历强烈的、持续的痛苦。

该研究的作者说，创伤后应激障碍的诊断通常是通过临床采访或自我报告评估来确定的，这两者天生就容易产生偏见。这促使人们努力开发创伤后应激障碍进展的客观、可测量的物理标记物，就像实验室值一样医疗条件但进展缓慢。

学习如何学习

在目前的研究中，研究团队使用了一种被称为随机森林的统计/机器学习技术，该技术能够“学习”如何根据实例对个体进行分类。这类人工智能程序构建了“决策”规则和数学模型，随着训练数据的增长，决策的准确性将不断提高。

研究人员首先记录了标准的、长达数小时的诊断访谈，称为临床医生管理的PTSD量表(cap)，对53名患有与军事服务相关的PTSD的伊拉克和阿富汗退伍军人以及78名没有这种疾病的退伍军人进行了调查。然后，这些录音被输入SRI国际的语音软件(该机构也是siri的发明者)，从短时间的谈话中捕捉到总共40526个基于语音的特征，团队的人工智能程序从中筛选模式。

随机森林程序将特定的声音特征模式与创伤后应激障碍联系起来，包括不清晰的讲话和无生气的金属音调，这两者长期以来都被传闻为有助于诊断。虽然目前的研究没有探索PTSD背后的疾病机制，但理论上是这样的创伤性事件改变处理情绪和肌肉张力的大脑回路，这会影响一个人的声音。

下一步，研究团队计划用更多的数据训练AI语音工具，进一步在独立样本上验证它，并申请政府批准在临床上使用该工具。

纽约大学医学院精神病学的助理教授、首席作者亚当·布朗博士说:“语音是一个很有吸引力的自动诊断系统的候选者，可能是未来PTSD智能手机应用程序的一部分，因为它可以廉价、远程、非侵入性地测量。”

“目前在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™所包含的能力范围，”SRI国际语音技术与研究(STAR)实验室主任Dimitra Vergyri说。该软件通过分析单词的频率、节奏、语调和发音特征来推断说话者的状态，包括情绪、情绪、认知、健康、心理健康和沟通质量。这项技术已经被应用到一系列行业应用中，比如Oto、Ambit和Decoded Health等初创公司。”