从视觉到听觉，AI能读懂抑郁症的悲伤

抑郁症不像流行感冒，并不是喝开水就能好的。患者往往被自己的情绪屠杀和镇压，在意识中孤独恶战。据世界卫生组织2018年报告，中国有超过5400万人患有抑郁症，约有1/4大学生患有抑郁症或有其倾向。

这种精神疾病日趋年轻化，笼罩在大学生群体中。由于学业、就业、感情、家庭等多方压力，面临社会角色转型的年轻人手足无措。

抑郁症患者往往带着厚厚的面具，喜怒哀乐都藏匿于无形。因此抑郁症的诊前预测和诊后监控是抑郁症治疗和诊断最难的部分。而AI技术则为诊前精准预测及诊后有效追踪提供了可能。

Cogito的AI软件基于麻省理工学院人类动态实验室的行为科学研究，可以从用户的声音中检测出情绪状态，但是也有观点认为单凭言语不足以诊断患有抑郁症的人，更不用说判断其严重程度了。

参与研究的研究人员预估研究非语言标志和视觉效果可以大幅改善抑郁水平。抑郁症等精神疾病的全球负担在不断增加，这项研究是在推动更先进、个性化和自动化技术发展；同时，抑郁症检测也是一个具有挑战性的问题，因为它的许多症状都是隐蔽的。

研究人员编写了七种模拟状态：头部向下倾斜、眼镜注视、微笑的持续时间和强度，自我触摸、以及文本和语言提示，它们被提供给机器学习模型，将它们融合到一起。之后将这些融合的载体传递到第二系统，该系统基于抑郁程度量表预估抑郁的严重程度

在实验中，该模型分析了142段就诊者同医生之间的面谈，其中大约30%被医生诊断为抑郁症。它使用了被称作顺序模拟法的技巧。来自抑郁症患者和健康人的不同的言语模式被按照顺序输入进模型,并由模型决定哪些词语同抑郁症有关，并做出诊断，在实验中它最终达到了77%的成功率。实验还表明，抑郁症患者在对话中选择的词语比他们的声音更有助于诊断。

当然，现在下结论认为人工智能模型可以被应用于实际诊断中还为时过早。MIT计算科学与人工智能实验室CSAIL的高级研究员James Glass表示，实验选择的样本还太少。“只有当你理解它们的决定时这些系统才更加可信。”他说。

在未来，他们计划研究最近的多任务学习架构，并“深入挖掘”文本数据的新颖表示。如果他们的工作取得成果，对于现在患有抑郁症的3亿多人来说，这将是一个充满希望的发展 。