近期發(fā)表在《華爾街日報》上的一份報導顯示，研究人員發(fā)現AI算法可以通過幼兒的語言模式檢測出是否有焦慮和抑郁的跡象。這項最新研究發(fā)表在《生物醫(yī)學和衛(wèi)生信息學》上。

據統(tǒng)計，全世界大約有五分之一的兒童患有焦慮和抑郁，也稱為“內化障礙”。8歲以下的兒童很難主動且準確表達他們內心的痛苦，成年人便需要推斷他們的精神狀態(tài)，發(fā)現潛在的精神健康問題。許多孩子之所以患了抑郁癥也沒能得到及時有效的治療，除了醫(yī)生資源問題、保險問題的原因，還有很大一部分原因，是父母根本沒有意識到孩子已經出現了抑郁癥跡象。

佛蒙特大學醫(yī)學中心負責兒童、青少年和家庭心理學研究的臨床心理學家艾倫·麥金尼斯是這項研究的主導者�！按蠖鄶�8歲以下的孩子罹患抑郁癥都沒有被診斷出來，這情況很不樂觀，我們需要快速、及時的測試來捕捉到孩子們內心的痛苦�！�

兒童在大腦發(fā)育期間對治療反應良好，因此早期診斷非常重要，發(fā)現問題及時治療可以避免被痛苦折磨；但如果治療不及時，發(fā)展到后期可能會濫用藥物，甚至自殺。艾倫·麥金尼斯與佛蒙特大學生物醫(yī)學工程師、研究報告資深作者瑞恩·麥金尼斯一直在試圖尋找利用人工智能協(xié)助更快診斷兒童抑郁癥的方法。

研究人員使用了一種經過設計調整的情緒誘導任務，成為“試煉社交壓力任務”(try - social Stress task)，目的是讓受試者產生壓力和焦慮感。實驗安排了71名年齡在3-8歲之間的兒童，要求他們即興創(chuàng)作一個三分鐘的故事，然后會對他們的故事精彩程度進行打分。任務進行過程中，評委全程保持嚴厲態(tài)度，只給出中性或負面反饋。受試者在90秒、150秒時，會聽到蜂鳴器報警聲，評委會告訴他們比賽剩余的時間。艾倫·麥金尼斯說：“這項任務的設計初衷是讓他們感受到壓力，包括時間和成績的壓力，讓他們感到自己處于被審視狀態(tài)�！�

任務進行的同時，研究人員使用AI算法分析每個孩子的故事錄音，提取一些數據特征，與診斷結果聯(lián)系起來。他們發(fā)現這種算法在診斷兒童方面非常成功，而兩個蜂鳴器響起時的錄音診斷是最具診斷價值的階段�！霸撍惴�能夠識別出患有內化障礙診斷的兒童，準確率高達80%，而且多數情況下，比父母觀察得出的結果更加準確�！比鸢病�麥金尼斯表示，AI算法可以非�？斓贸鼋Y果——一旦任務完成，只需要幾秒鐘時間處理就可以提供診斷。

該算法識別出兒童語言的8種不同音頻特征，其中有3種特別突出，高度顯示兒童的內化障礙：音調較低，語音變化和內容重復，以及對蜂鳴器報警聲做出高音調反應。艾倫·麥金尼斯解釋說，低沉的聲音、說話重復、報警聲響起時音調隨之提高，都是患抑郁癥的征兆。

對于蜂鳴器的高音調反應，其實之前也有研究發(fā)現類似結果，那就是有內化障礙的兒童在恐懼誘導任務中對恐懼刺激表現出更大的回避反應。

聲音分析和運動分析在診斷上有相似的準確性，瑞恩·麥金尼斯認為聲音分析在臨床上更加實用�？謶秩蝿招枰�很多道具，比如黑暗的房間、玩具蛇、連接在孩子身上的運動傳感器、任務指示向導等，而語音任務只需要一個評委、一個AI聲音分析算法和一個蜂鳴報警器就可以，這顯然更容易實現。

艾倫·麥金尼斯表示，下一步將把語音分析算法開發(fā)成一種通用的臨床篩查工具，通過智能手機應用程序就可以立即記錄和分析結果，同時還可以與動作分析相結合，形成一系列技術輔助診斷工具，希望能夠在父母沒有察覺出異常之前，幫助識別兒童的抑郁趨勢，以便及時提供心理輔導和治療。