本文摘要：近期公开发表在《华尔街日报》上的一份报导表明，研究人员找到AI算法可以通过幼儿的语言模式检测出有否有情绪和抑郁症的迹象。

近期公开发表在《华尔街日报》上的一份报导表明，研究人员找到AI算法可以通过幼儿的语言模式检测出有否有情绪和抑郁症的迹象。这项近期研究公开发表在《生物医学和公共卫生信息学》上。多达，全世界约有五分之一的儿童患上情绪和抑郁症，也称作“内化障碍”。

8岁以下的儿童很难主动且精确传达他们内心的伤痛，成年人之后必须推测他们的精神状态，找到潜在的精神身体健康问题。许多孩子之所以患上了抑郁症也未能获得及时有效地的化疗，除了医生资源问题、保险问题的原因，还有相当大一部分原因，是父母显然没意识到孩子早已经常出现了抑郁症迹象。佛蒙特大学医学中心负责管理儿童、青少年和家庭心理学研究的临床心理学家艾伦·麦金尼斯是这项研究的主导者。

“大多数8岁以下的孩子患有抑郁症都没被临床出来，这情况很不悲观，我们必须较慢、及时的测试来捕捉到孩子们内心的伤痛。”儿童在大脑发育期间对化疗反应较好，因此早期临床十分最重要，找到问题及时化疗可以防止被伤痛虐待；但如果化疗不及时，发展到后期可能会欺诈药物，甚至自杀身亡。

艾伦·麦金尼斯与佛蒙特大学生物医学工程师、研究报告资深作者瑞恩·麦金尼斯仍然在企图找寻利用人工智能帮助更加慢临床儿童抑郁症的方法。研究人员用于了一种经过设计调整的情绪诱导任务，沦为“重生社交压力任务”(try-socialStresstask)，目的是让受试者产生压力和焦虑感。实验决定了71名年龄在3-8岁之间的儿童，拒绝他们即兴创作一个三分钟的故事，然后不会对他们的故事精彩程度展开评分。任务展开过程中，评委全程维持严苛态度，只得出中性或负面对系统。

受试者在90秒、150秒时，不会听见蜂鸣器报警声，评委会告诉他他们比赛剩下的时间。艾伦·麦金尼斯说道：“这项任务的设计想法是让他们感受到压力，还包括时间和成绩的压力，让他们深感自己正处于被检视状态。”任务展开的同时，研究人员用于AI算法分析每个孩子的故事录音，萃取一些数据特征，与临床结果联系一起。他们找到这种算法在临床儿童方面十分顺利，而两个蜂鸣器听见时的录音临床是最不具临床价值的阶段。

“该算法需要辨识出有患上内化障碍临床的儿童，准确率高达80%，而且多数情况下，比父母仔细观察得出结论的结果更为精确。”瑞安·麦金尼斯回应，AI算法可以十分慢得出结论结果——一旦任务已完成，只必须几秒钟时间处置就可以获取临床。该算法辨识出有儿童语言的8种有所不同音频特征，其中有3种尤其引人注目，高度表明儿童的内化障碍：音调较低，语音变化和内容反复，以及对蜂鸣器报警声作出低音调反应。艾伦·麦金尼斯说明说道，沙哑的声音、说出反复、报警声响起时音调随之提升，都是患抑郁症的征兆。

对于蜂鸣器的高音调反应，只不过之前也有研究找到类似于结果，那就是有内化障碍的儿童在不安诱导任务中对不安性刺激展现出出有更大的回避反应。声音分析和运动分析在临床上有相近的准确性，瑞恩·麦金尼斯指出声音分析在临床上更为简单。

不安任务必须很多道具，比如黑暗的房间、玩具蛇、相连在孩子身上的运动传感器、任务命令一行等，而语音任务只必须一个评委、一个AI声音分析算法和一个蜂鸣报警器就可以，这似乎更容易构建。艾伦·麦金尼斯回应，下一步将把语音分析算法研发成一种标准化的临床筛查工具，通过智能手机应用程序就可以立刻记录和分析结果，同时还可以与动作分析结合，构成一系列技术辅助临床工具，期望需要在父母没察觉出出现异常之前，协助辨识儿童的抑郁症趋势，以便及时获取心理辅导和化疗。

本文关键词：开云(中国)Kaiyun,开云(中国)Kaiyun·官方网站-登录入口

本文来源：开云(中国)Kaiyun-www.witzkw.com