創傷後應激障礙（PTSD）可能是一個非常嚴重的問題，不幸的是，其常常無法被診斷出來。然而，新技術可以提供幫助，因為該技術使用人工智慧來確定某人是否患有創傷後應激障礙 - 基於他們的言語。
目前，通常透過患者自我報告或在診所中進行的訪談來診斷該病症。這兩種方法都有些主觀，因為它們受到患者或醫生偏見的影響。考慮到這一點，紐約大學醫學院的研究人員著手開發一個更客觀的系統。
在Charles R. Marmar博士的帶領下，他們首先記錄了對已經被診斷患有創傷後應激障礙的53名伊拉克和阿富汗退伍軍人進行的診斷訪談，以及對78名未患有這種疾病的退伍軍人進行的採訪。然後使用由SRI International開發的語音軟體處理所有錄音，從而收集了40,526個基於言語的特徵，這些特徵是在“短暫的談話”中捕獲的。
然後使用稱為隨機森林演算法的統計機器學習技術來分析所有那些“短暫談話”，教導其自身哪些言語特徵與PTSD相關聯。它最終確定18個因素，如言語不清晰和“無生氣、金屬色調”，是這種疾病的強烈指標 - 這可能是由於創傷事件改變了處理情緒和肌肉張力的大腦回路。
當系統隨後使用它所“學到”的東西來猜測受訪者是否患有創傷後應激障礙時，這樣做的準確率為89％。科學家們現在計劃使用額外的資料來進一步訓練系統，從而提高準確率。
“言語是一種有吸引力的候選因素，可用於自動診斷系統，可能作為未來PTSD智慧手機應用程式的一部分，因為它可以廉價、遠端和非侵入性地進行測量，”該研究論文的第一作者、助理教授Adam D. Brown教授表示。該論文於本週一發表在《Depression and Anxiety》雜誌上。
創傷後應激障礙（PTSD）可能是一個非常嚴重的問題，不幸的是，其常常無法被診斷出來。然而，新技術可以提供幫助，因為該技術使用人工智慧來確定某人是否患有創傷後應激障礙 - 基於他們的言語。
目前，通常透過患者自我報告或在診所中進行的訪談來診斷該病症。這兩種方法都有些主觀，因為它們受到患者或醫生偏見的影響。考慮到這一點，紐約大學醫學院的研究人員著手開發一個更客觀的系統。
在Charles R. Marmar博士的帶領下，他們首先記錄了對已經被診斷患有創傷後應激障礙的53名伊拉克和阿富汗退伍軍人進行的診斷訪談，以及對78名未患有這種疾病的退伍軍人進行的採訪。然後使用由SRI International開發的語音軟體處理所有錄音，從而收集了40,526個基於言語的特徵，這些特徵是在“短暫的談話”中捕獲的。
然後使用稱為隨機森林演算法的統計機器學習技術來分析所有那些“短暫談話”，教導其自身哪些言語特徵與PTSD相關聯。它最終確定18個因素，如言語不清晰和“無生氣、金屬色調”，是這種疾病的強烈指標 - 這可能是由於創傷事件改變了處理情緒和肌肉張力的大腦回路。
當系統隨後使用它所“學到”的東西來猜測受訪者是否患有創傷後應激障礙時，這樣做的準確率為89％。科學家們現在計劃使用額外的資料來進一步訓練系統，從而提高準確率。
“言語是一種有吸引力的候選因素，可用於自動診斷系統，可能作為未來PTSD智慧手機應用程式的一部分，因為它可以廉價、遠端和非侵入性地進行測量，”該研究論文的第一作者、助理教授Adam D. Brown教授表示。該論文於本週一發表在《Depression and Anxiety》雜誌上。