医学进展
2019年07月号

人工智能找出语音标记,客观诊断创伤后应激障碍

作者:贾盛崧

创伤后应激障碍(posttraumatic stress disorder, PTSD)是指个体经历、目睹或遭遇到一个或多个涉及自身或他人的实际死亡,或受到死亡的威胁,或严重的受伤,或躯体完整性受到威胁后,所导致的个体延迟出现和持续存在的精神障碍。

研究人员正在寻找一种侵入性更小、更客观的方法来对PTSD进行诊断,他们对基于语音的生物标志物产生了兴趣,因为此前已有研究将声音变化与情绪障碍联系了起来。目前诊断PTSD的金标准是利用一种称为临床医师实施的PTSD量表(Clinician-Administered PTSD Scale, CAPS)对患者进行访谈,该方法对患者来说是漫长的、具有挑战性的,并且受到临床医师解读的影响。

纽约大学朗格尼健康中心精神病学主任、查尔斯•马尔(Charles Marmar)博士说:“由于语音的测量是无创、廉价的,而且可以通过电话完成,因此许多实验室都在尝试设计基于语音的诊断工具。” 理论上认为,创伤事件会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。

最近,Marmar领导的一项研究利用人工智能训练的随机森林算法(分类器),根据18种语音标记对美国退伍军人是否有PTSD进行了区分,其准确率可达89.1%。

这些语音标记是分类器从对129名伊拉克和阿富汗退伍军人进行的CAPS访谈记录中挑选出来的,其中52名罹患创伤后应激障碍。比较慢的语速,在音调上没什么变化、比较单调、没激情的声音都被挑出来作为PTSD的语音标记。

如果该结果能在更大的独立数据集中得到进一步验证,那么这组语音标记就可以被用来开发能广泛使用的PTSD评估工具。 (编译:贾盛崧)

参考文献:Depression & Anxiety 2019;36:607-616

Copyright 1994-2015 Cinkate.com.cn All Rights Reserved 沪ICP备10014127号-5