美國麻省MIT高科技 開發可診斷憂鬱症的AI人工智慧

照片檔 ID:1081844806

根據國健局的調查指出,憂鬱症在台灣的盛行率約8.9%,約有200萬人。其中,因憂鬱症造成的無法工作的生產損失金額高達309億,而醫療和醫療照顧支出約89億元,所造成的經濟成本損失為405億元。而憂鬱症的診斷是非常複雜的工作,目前是由醫師利用身體檢查和根據美國精神病學協會DSM-V(精神疾病診斷與統計手冊)的標準來確診憂鬱症。如果憂鬱症可以透過AI人工智慧來診斷呢?

不會主動尋求協助和診斷的憂鬱症患者

許多憂鬱症的病患長期受到情緒情緒的困擾,要幫助或治療憂鬱症患者的第一步,就是要先進行診斷,而診斷需要患者主動去和心理治療師和醫師主動接觸。但潛在患者,可能因為怕面對自身的狀況或被貼上標籤,所以會主動尋求協助或診斷者很少,在這樣的狀態下,或許利用AI人工智慧可以來解決這個問題。

麻省理工學院(MIT)開發憂鬱症檢測器

由麻省理工學院(MIT)計算科學和人工智慧實驗室成員Tuka Alhanai、James Glass和Mohammad Ghassemi開發了一種類神經網路,可利用自然對話中辨識說話者是否為憂鬱症患者?

研究團隊利用文字和語音的預測準確性,將279段長文字和100個語音輸入到AI憂鬱症檢測器中,並利用函式資料庫創建了8050個訓練範例、272418個單詞和7411的語言樹」。並為提升AI判斷力,增加了加權指數和雙向長短時記憶(LSTM)神經網絡,可以有助於憂鬱症指數的檢測與評分。

檢測憂鬱症的準確率為77%

研究團隊為了測試這套以類神經網絡為基礎,開發的AI憂鬱症檢測器的正確率,對142位的受測者提出問題,藉由訪談的數據紀錄,來進行憂鬱症檢查測試。AI人工智慧並沒有先了解訪談的問題內容,且受訪者可以用自由的形式作答,只是透過語言的線索來判斷病況。

受訪者的回答用文字和語音的方式被分析;在文字形式的判斷中,AI人工智慧平均可在7個問答後,預測受試者是否罹患憂鬱症。在語音版本中,人工智慧平均要30個問答才能做出判斷,而AI憂鬱症檢測器的正確率高達77%。雖然AI人工智慧的操作牽涉了大量的參數,但麻省理工學院的這項研究代表了創新的一步,它將創造出一種新的潛在工具,幫助醫生和心理健康專家在未來解決診斷憂鬱症。

延伸閱讀

現階段AI人工智慧在醫療領域的4大應用

AI人工智慧要跟醫師搶飯碗?能更快速與準確的確診與治療癌症

AI人工智慧可以幫助病患提前發現癌症

科學研究發現,AI人工智慧可提前18個月對阿茲海默症精準預判

文/黃聖筑 圖/許嘉真