AI从语音图案中检测到的抑郁症
2025-01-28 15:28:27
英文原文
作者：Helen Albert
HealthTech Company Kintsugi正念健康开发的机器学习工具能够通过分析语音模式来检测中度至重度抑郁症。
写入家庭医学年鉴，来自Kintsugi，加利福尼亚大学，伯克利大学和阿肯色大学医学科学大学的研究人员报告说，该工具能够正确识别71％的被诊断患有精神健康状况的人的抑郁症。
Kintsugi的工具还能够正确排除74％没有它的人的情况。
抑郁症是造成残疾的主要原因，每年影响约1800万美国人，终生患病率接近30％。”和同事。
`2016年，美国预防服务工作组建议在有足够的随访时对成人患者进行普遍筛查。尽管如此，抑郁症筛查很少发生在门诊环境中。
Kintsugi的工具旨在帮助临床医生根据已知与疾病相关的语音模式的变化来诊断抑郁症，但不能替代标准的医疗评估。例如，抑郁症患者在讲话时更有可能口吃和犹豫。他们还会停顿更长，更频繁地，并且比具有良好心理健康的人的言语节奏较慢。
研究小组首先使用4,456名在美国和加拿大讲英语的成年人的25秒或更多的录制语音培训了机器学习工具，然后在另外10,442名参与者中验证了该测试。所有参与者填写了患者健康调查表9以评估抑郁状态，该状态的敏感性和特异性为88％用于检测抑郁症。中度至重度抑郁症的定义为10分或以上，其中10分为中度抑郁。
在验证组中，Kintsugi测试的敏感性为71.3％，特异性为73.5％，这与其他心理健康测试非常可比，根据评估的不同，该测试的范围为60％。
作者总结说，我们认识到需要未来的研究，并且期望这项技术将继续发展和改进。”
``未来的研究将用于确定用机器学习技术作为临床决策支持工具增强初级保健工作流的可接受性，并评估可能影响抑郁症语音生物标志物分析的其他疾病的效果。”
关于《AI从语音图案中检测到的抑郁症》的评论
暂无评论
发表评论
摘要
Kintsugi正念健康开发的机器学习工具通过语音模式分析准确地检测到中度至重度抑郁症，在验证研究中达到71％的敏感性和74％的特异性。该工具确定了与抑郁症相关的语音模式的变化，旨在协助临床医生，但不能取代标准的医疗评估。研究人员使用来自美国和加拿大的14,000多名讲英语的成年人的录音培训了该系统，将其表现与已建立的心理健康测试进行了比较。未来的研究将着重于将该技术纳入初级保健环境，并评估其在各种临床环境中的影响。