利用人工智能诊断抑郁症

抑郁症是最常见的精神疾病之一。全球有多达2.8亿人受到这种疾病的影响。考纳斯理工大学（KTU）的研究人员开发了一种根据言语和大脑神经活动协助识别抑郁症的人工智能（AI）模型。这种多模式方法结合了两种不同的数据源，可以更准确、更客观地分析一个人的情绪状态，为抑郁症诊断的新阶段打开了大门。

论文作者Rytis Maskeliūnas教授说：“抑郁症是最常见的精神障碍之一，对个人和社会都有毁灭性的后果，因此我们正在开发一种新的、更客观的诊断方法，将来每个人都可以使用。”

科学家们认为，大多数抑郁症的诊断研究传统上依赖于单一类型的数据，但这项新的多模式方法可以提供有关一个人情绪状态的更好信息。

1、使用语音和大脑活动数据获得令人印象深刻的准确性

这种结合了语音和大脑活动数据诊断方法对抑郁症准确率达到了97.53%，明显优于其他方法。Maskeliūnas解释说：“这是因为之前的诊断方法没有提取利用声音数据。”

KTU博士生Musyyab Yousufi对这项发明做出了贡献，他表示，研究人员审慎选择了用于诊断的数据。

“虽然人们认为面部表情可能会更多地揭示一个人的心理状态，但这是很容易被证伪的数据。我们选择声音是因为它可以微妙地揭示一种情绪状态，而诊断会影响说话的节奏、语调和整体能量。”

KTU信息学院（IF）的教授说，

“此外，面部可以在一定程度上直接识别一个人的严重程度，这不同于脑电活动（EEG）或语音数据的作用。但我们不能侵犯患者的隐私，而且，从多个来源收集和组合数据更有希望进一步使用。”

Maskeliūnas强调，所使用的EEG数据集是从精神障碍分析的多模式开放数据集（Multimodal Open Dataset for Mental Disorder Analysis，MODMA）中获得的，因为KTU研究小组代表的是计算机科学，而不是医学科学领域。

该方法在参与者清醒、休息和闭着眼睛的情况下，收集并记录了5分钟的MODMA EEG数据。在实验的音频部分，患者参加了问答环节和几项活动，重点是阅读和描述图片，以捕捉他们的自然语言和认知状态。

2、人工智能需要学习如何证明诊断的合理性

收集的EEG和音频信号被转换为频谱图，使数据可视化。应用特殊的噪声滤波器和预处理方法使数据无噪点、且具有可比性，并使用改进的DenseNet-121深度学习模型来识别图像中的抑郁迹象。每个图像反射信号随时间变化。脑电图显示了大脑活动的波形，声音显示了频率和强度分布。

该模型包括一个自定义分类层，该层经过训练，可以将数据分为健康或抑郁人群。然后对成功的分类进行评估，最后评估应用程序的准确性。

在未来，这种人工智能模型可以加速抑郁症的诊断，甚至使其变得远程，并降低主观评估的风险。这需要进一步的临床试验和对该计划的改进。然而，Maskeliūnas补充说，后一方面的研究可能会带来一些挑战。

他说：“这些研究的主要问题是缺乏数据，因为人们往往对自己的心理健康问题保密。”

KTU多媒体工程系教授提到的另一个重要方面是，该算法需要改进，使其不仅准确，而且为医疗专业人员提供有关导致这一诊断结果的信息。Maskeliūnas说：“该算法仍需学习如何以可理解的方式解释诊断。”。

KTU的一位教授表示，由于对直接影响医疗、金融和法律体系等领域人们的人工智能解决方案的需求不断增长，类似的要求正变得越来越普遍。

这就是为什么可解释的人工智能（explainable artificial intelligence, XAI）现在正在获得动力，它旨在向用户解释为什么模型会做出某些决定，并增加他们对人工智能的信任。

Musyyab Yousufi, Robertas Damaševičius, Rytis Maskeliūnas. Multimodal Fusion of EEG and Audio Spectrogram for Major Depressive Disorder Recognition Using Modified DenseNet121. Brain Sciences, 2024; 14 (10): 1018 DOI: 10.3390/brainsci14101018