抑郁症关于数百万人来说是一个庞大的问题,而且常常随同着肉体健康支持和负面情感的加剧。 早期诊断可能有所辅佐,但很多肉体障碍很难被发现。 机器学习算法可让智能手机辨认面部或响应我们的声音,这有助于提供一种通用且低成本的措施来发现早期迹象并在需求的中央取得治疗。 在斯坦福大学的一个研讨小组中止的一项研讨中,科学家们发现,面部和语音软件能够以合理的精确度辨认抑郁症的信号。 研讨人员将抑郁症和非抑郁症患者的视频镜头投入到机器学习模型中,该模型经过锻炼,能够从信号的组合中学习:面部表情,语调和口语。 数据来自访谈调查,其中患者与医生的交谈。 在测试中,它能够检测出能否有人在超越80%的时间内感到抑郁。 这项研讨由着名人工智能专家李飞飞指导,她最近从谷歌回到了斯坦福。 固然新工作还处于早期阶段,但研讨人员表示,有朝一日它能够为人们提供一种更容易被诊断和辅佐的措施。 “与身体疾病相比,肉体障碍更难以发现,”研讨人员在本周在蒙特利尔举行的NeurIPS AI会议上发表的一篇论文中写道。 “肉体健康的担负因医疗障碍而加剧,例如社会羞耻,经济成本和缺乏可及的治疗计划[......]这项技术能够部署到全球手机上,并促进低成本普遍取得心理效劳卫生保健。” 研讨人员劝诫说,这项技术不会取代临床医生。他们弥补说,所运用的数据不包含任何受维护的健康信息,例如姓名,日期或地点。他们还指出,需求进一步展开工作,以确保该技术不会倾向某一特定种族或性别。 马萨诸塞州剑桥市麦克莱恩医院的临床肉体病学家贾斯汀贝克研讨运用技术治疗肉体疾病,他对系统剖析患者的面部,语音和言语的方式印象深化。 “这十分酷,由于这是人类做得十分好,”他说。贝克说人工智能和智能手机假如认真运用会产生很大的影响:“这既令人兴奋,也需求与临床专家中止大量协作才干做得很好。” 但麻省理工学院助理教授David Sontag专注于机器学习和医疗保健,他对这项工作的重要性持谨慎态度。 他说,其中一个问题是,培训数据是在与真正的临床医生面谈时搜集的,固然是一个化身后面的人,因而不分明诊断能否能够完整自动化。 “这项工作很有意义,”他说,“但我还不分明它是如何在临床上运用的。” 但是,检测和治疗肉体健康状况的新措施有望使治疗更容易取得,或许更有效。 斯坦福大学的另一个研讨小组开发了一个聊天机器人,以提供简单的认知行为疗法。 研讨人员表示,这种措施已被证明是有效的,许多患者说他们实践上更喜欢和机器说话。 这一点得到了学术研讨的支持。 说到面部辨认,谷歌曾经在2017年发布了一款AI硬件纸盒套件,也是旗下AI开源项目(AIY Projects)的作品。Vision Kit 是一套简单的计算机视觉系统,它能够检测几千种常见物体,但也能够对人类的脸部表情中止检测,并显现出心情,好比笑容、皱眉、愤恨、开心等等。 皱眉时按钮会变蓝色,笑容则变黄色。若人脸的表情很夸大,设备会发出声音。假定相机看到多张人脸,它将评价每张人脸并计算每张人脸的喜悦分值。 机器学习正在进步,我们似乎正在不时接近我们心中的人工智能目的。语音辨认、图像检测、机器翻译、作风迁移等技术曾经在我们的实践生活中开端得到了。 |