之前我们在《名校学生更容易出现心理问题，为什么？我们能做什么？》一文中探讨了现在大学生压力过大，心理问题频出的问题。去年，北京某名校查出40多名学生患有抑郁症。大学生，已然是抑郁症高发人群。但抑郁症具有很强的隐蔽性，加上传统观念的影响，很多出现症状的学生并不愿意接受校方机构的帮助。
AI是否可以协助医生解决这个问题呢？
近年来，机器学习作为一种辅助手段用于抑郁症诊断。比如，很多机器学习模型已经被开发出来，可以检测出有抑郁倾向的单词和语音语调。但这些模型要求被检测者具体回答一些特定的问题，才能预测这个人有没有抑郁。虽然方法比较准确，但特定问题限制了它们的使用方式和地点。
MIT的研究人员近日开发了一种神经网络模型，可以从采访的原始文本和音频数据中，发现有抑郁倾向的语音模式。只要给一个聊天主题，它就能准确预测被检测者是否抑郁，而不需要任何特定的问题和答案。目前，MIT的研究人员已将论文提交给9月2日-9月6日举办的“Interspeech2018”会议。
论文链接：
https://pan.baidu.com/s/1MfRYdBkGowV7DGkWHwqBkQ
研究人员希望这种方法可以检测自然对话中的抑郁迹象。例如，利用该模型，一些应用程序可以从用户的文字和语音中检测他是否有精神困扰，并发出警报。这很适合那些见不到医生，或者不想见医生的人，进行初步诊断。
MIT计算机科学和人工智能实验室( CSAIL )的高级研究科学家James Glass说，这项技术也可以用于临床办公室的随意交谈。他说:“每个病人都会说不同的话，如果模型看到变化，也可以给医生一些提示。”
原文链接：
https://www.csail.mit.edu/news/model-can-more-naturally-detect-depression-conversations
来源：MIT CSAIL
作者：Rob Matheson
智能观 编译
—完—
想知道AI加教育领域有哪些最新研究成果？
想要AI领域更多的干货？
想了解更多专家的“智能观”？
请前往：www.智能观.com。
想交流沟通，请加负责人微信：znglmym
声明：
编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。
网友评论