互联网资讯 / 人工智能 · 2023年11月16日 0

AI 诊断抑郁症的潜力与挑战

韩国喜剧演员朴智善与其母亲在家中被发现去世,这或许是抑郁症造成的又一悲剧。

AI 诊断抑郁症的潜力与挑战

抑郁症患者在生活中常常难以体验快乐,发作时甚至连简单的行走也会带来常人无法理解的痛苦。这种严重的心理障碍已成为全球第四大疾病,预计有3.5亿人受到其影响,选择自杀的年轻人中,60%以上曾有抑郁经历。

好莱坞女星安妮·海瑟薇在电影《ModeRn LOVe》中饰演了一位饱受抑郁症困扰的都市女性。情绪正常时她光彩夺目,然而发病时却仿佛变了一个人。即使在精心打扮准备外出时,突如其来的抑郁情绪也能将她击垮,甚至让她失去生存的意志。

近年来,研究人员不断探索技术以拯救更多深陷抑郁的人,AI逐渐成为辅助诊疗的重要工具。许多AI设备都加入了“情绪识别”功能,但大多数是通过面部表情和语言来判断情绪,这种方法的弊端在于面部表情可以伪装。

目前,Alphabet计划利用AI分析人的脑电波以判断情绪变化,期待这一技术能够支持抑郁症的诊断和治疗。该项目由Alphabet的实验性研发实验室X发起,代号为AMbeR。

根据美国国立卫生研究院的数据,美国约有1730万成年人曾经历至少一次抑郁症。2016年至2018年间,严重轻生念头的成年人比例增长了0.15%,增加了46万人。

当越来越多的人希望为那些经历“至暗时刻”的抑郁患者提供帮助时,必须认识到每位患者的表现各异,许多人甚至未意识到自己正经受病痛。社会对抑郁症的误解、自我认知的缺乏以及对心理疾病的忽视,使得抑郁症的诊断和治疗变得更加艰难。

抑郁症的症状并不明显,患者的外表往往难以辨别,且其表现因人而异。目前,抑郁症的评估主要依赖于与临床医生的交流,或使用主观测试如PHQ-9和GAD-7。仅凭表情和语言来判断情绪容易出现偏差,且难以准确评估抑郁情绪的严重程度。

AMbeR项目旨在将机器学习技术与脑电图像技术相结合,以测量大脑的电活动。研究人员发现,通过类似游戏的任务可以测量大脑奖励系统的处理过程,抑郁患者在比赛获胜后的反应通常比非抑郁患者要弱。

AMbeR团队经过三年研发,推出了一种低成本、便携式的设备,外观类似泳帽,配置时间约为3分钟,使用位于Fz、Cz和Pz中线的三根传感器。

该设备支持多达32个通道的生物放大器,用于静息状态下脑电和事件相关电位的记录,软件能在特定任务下进行脑电测量。

除了收集脑电数据的设备外,AMbeR团队还研究了如何运用机器学习新方法减少脑电图记录中的噪音。他们与Alphabet的深度学习实验室DeepMind合作,采用非监督学习方法,展示了自动编码器等技术能够在无人干预的情况下消除脑电信号的噪声。

此外,AMbeR团队还进行了概念验证,提取与心理健康相关的特征,试图根据心理健康专家的访谈预测临床标签,如重性抑郁障碍和广泛性焦虑症。与以往的研究不同,AMbeR团队表示,他们可以针对个体参与者进行实验,而不仅仅是团体参与者。

X实验室负责人OBI Felten在博客中表示,这些方法能够从单个EEG试验中恢复出有效的信号表示,意味着可以从大脑电生理学中获取临床有用的信息,且所需的数据样本远少于传统研究中依赖的数百个实验。

X实验室并非首个将机器学习应用于脑电图解读的团队,去年4月,IBM研究人员已声称开发出一种对癫痫发作进行分类的算法,准确率高达98.4%。

实际上,脑电图已被广泛应用于研究吞咽、分类精神状态、诊断神经及精神疾病,如神经源性疼痛和癫痫,以及情绪分类。

尽管AMbeR项目未能成功找到抑郁症和焦虑症的单一生物标志物,但他们仍在GITHUB上开源了硬件设计、可视化工具和激励工具。截至目前,该脑电波收集设备和软件已为佛罗里达州立大学的一项研究提供了支持。

AMbeR团队承诺不对项目中开发的硬件申请专利,并将50个未使用的头戴设备捐赠给SAPIen Labs,后者运营着一个“人脑多样性项目”,以支持低收入国家和未被充分代表的群体进行脑电图研究。

OBI Felten在其博客中表示,他们希望开源脑电图系统和机器学习技术,这不仅对脑电图专家有帮助,也对更广泛的心理健康研究团体有益,尤其是那些因脑电图研究的复杂性和成本而退缩的人。

在现实世界中应用技术支持的心理健康测量依然面临诸多挑战,需进行更多研究以应对当前困境。为了解决这些问题,科学家、临床医生、技术专家、政策制定者以及有生活经验的个人之间需要建立新的合作关系。