MIT 開發 AI 模型,可協助從隨意談話內容偵測憂鬱傾向

20

憂鬱症是非常難以察覺的疾病,由於患者不一定會對外展現負面情緒,周遭的人發現時往往為時已晚。為了更早察覺憂鬱症傾向並提供協助,麻省理工(MIT)團隊開發出一種神經網路模型,不需設定問答內容,就能根據人們的談話方式來偵測憂鬱跡象。

檢測憂鬱的 AI 應用並不新鮮。近幾年來,機器學習一直都被認為是診斷的有用輔助手段,一些團隊甚至開發 AI 來檢測 Instagram 貼文內容是否顯示抑鬱傾向,然而現有模型通常要求患者回答特定問題,而這限制了應用方式和時間。

另一方面,MIT 模型使用語音模式來檢測抑鬱症,並不需要特定的問題或答案。MIT 模型可應用於各種對話,透過隨意訪談的原始文字、聲音數據,它就可在沒有其他資訊的情況下,協助檢測對象是否有抑鬱症的語音模式。

研究人員希望能運用這種模型開發用自然對話檢測抑鬱跡象的工具,舉例來說,這個模型可支援手機應用程式,透過觀察文字及語音對話,並檢測到有問題時發送警報。

當然,要應用這些功能仍有許多隱私問題,但這項模型的用途不僅於此。MIT 電腦科學與人工智慧實驗室(CSAIL)高級研究員 James Glass 便指出,這項技術還可用於辨識臨床談話裡的抑鬱傾向,因為每個病人的談話方式都不同,如果模型看出其中的變化,將可提醒醫生注意。

「這是向前邁出的一小步,看看我們是否可為臨床醫生的工作提供一些輔助。」

(首圖來源:pixabay