当生命被抑郁击垮,用 AI 诊断抑郁症能挽救正经历深渊的人么?

作者: 芒果果 2020-11-04 09:36:15

 韩国笑星朴智善和母亲被发现在家中去世,这或许又是抑郁症造成的另一个悲剧。

患有抑郁症的人很难对生活中的事情感到快乐,病发时甚至走一步路对他们来说都承受着常人无法了解的痛苦。这种危害严重的心理障碍,已经成为了全球第四大疾病。全球预计有 3.5 亿人受到抑郁症的折磨,选择轻生的年轻人中,60% 以上有抑郁经历。

好莱坞女星安妮·海瑟薇曾在电影《Modern Love》中饰演一个被抑郁症困扰的都市女性,她情绪正常时是随时散发魅力的女神,发病时却如同换了一个人。即使是化好妆准备出去约会时,突然袭来的抑郁情绪也会将她击垮,甚至会突然对失去活下去的意志。

近年来,研究人员也在不断努力,希望用技术拯救更多处于深渊之中的人,AI 也成为了一种辅助诊疗的有效工具。不少 AI 设备中都加入了“情绪识别”功能,但大部分都是通过识别面部活动和语言来判断人的情绪,这种方式的弊端就在于面部活动是可以造假的。

现在 Alphabet 计划开始用 AI 分析人的脑电波来判断情绪变化,希望可以用于支持诊断和治疗抑郁症。这个项目由 Alphabet 的实验性研发实验室 X 发起,代号为 Amber。

大脑“奖励系统”反应更弱,轻生的年轻人中 60% 以上有抑郁经历

据美国国立卫生研究院统计,美国大约有 1730 万成年人患有至少一次抑郁症。2016 年至 2018 年,美国有严重轻生念头的成年人比例增加了 0.15%,同比增长了 46 万人。

当抑郁症患者走到阳光下,越来越多的人都想为人生处于“至暗时刻”的他们做点什么。但每个有抑郁情绪的人表现都不尽相同,他们甚至不知道自己正在经历病痛。社会的不理解,自我认知的缺乏和对心理疾病的不正视,让抑郁症的诊断和治疗难上加难。

抑郁症没有明显的症状,患有抑郁症的人很难从外表分辨出来,其在不同人身上的表现也不相同。目前对抑郁症的评估还主要依赖于与临床医生的对话,或像 PHQ-9 和 GAD-7 这样的主观测试。对可能患有抑郁症的人来说,单凭表情和语言来进行情绪判断很容易出现失误,而且这种方式很难判断抑郁情绪的严重程度。

Amber 项目试图将机器学习技术与脑电波图像技术结合起来,以测量大脑中的电活动。研究人员观察到,在类似游戏的任务中可以测量大脑奖励系统的处理过程,在比赛中获胜后抑郁的人与非抑郁的人相比,大脑的反应更弱。

收集脑电数据,分析抑郁情绪

Amber 团队花了三年时间开发出了一种低成本、便携式的系统,它的外观类似泳帽,需要 3 分钟左右的时间进行配置,使用位于 Fz、 Cz 和 Pz(用于评估奖励和认知功能的关键通道或电极)中线上的三个传感器。

它具有一个可支持多达32个通道的随行生物放大器,可用于静息状态脑电和事件相关电位的采集,软件可以时间锁定任务进行脑电测量。

除了这个收集脑电数据的设备,Amber 团队还探索了如何利用机器学习的新方法来减少脑电图记录中不必要的噪音。他们与 Alphabet 的深度学习研究实验室 DeepMind 合作,采用了非监督表征学习的方法,演示了像自动编码器这样的方法可以在没有人参与的情况下去除脑电信号。(自动编码器通过忽略噪声来学习数据集的表示。)

此外,Amber 团队还提供了一个概念验证,即提取与心理健康相关的特征,可以用来根据一位心理健康专家的采访预测临床标签,如重性抑郁障碍和广泛性焦虑症。与之前的研究不同,Amber 团队称,他们能够为个体参与者而不是团体参与者做这个实验。

X 实验室的负责人 Obi Felten 在其博客中解释说:“这些方法能够从单个 EEG 试验中恢复可用的信号表示形式。这意味着可能有可能从大脑电生理学中获得临床有用的信息,而所用的数据样本要比研究实验室中传统使用的数据少得多,后者通常依赖于数百项实验性试验。”

X 实验室并不是第一个将机器学习算法应用于脑电图解读的,在去年 4 月发表的一篇论文中,IBM 的研究人员就声称他们已经开发出了一种可以对癫痫发作分类的算法,准确率高达 98.4%。

事实上,脑电图已经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,比如神经源性疼痛和癫痫,以及分类情绪。

Amber 项目遇挫,AI 诊断心理健康需多方协作

Amber 团队最终未能成功找到抑郁症和焦虑症的单一生物标志物。但是,尽管遇到了挫折,他们还是在 GitHub 上开源了他们的硬件设计、可视化工具和激励工具。截至今日上午,收集脑电波的设备和软件已为佛罗里达州立大学的一项研究提供了帮助。

此外,Amber 团队承诺不会对该项目中开发的硬件申请专利,并将 50 个未使用过的头戴设备捐赠给了 Sapien Labs,这个实验室运营着一个“人脑多样性项目”,支持低收入国家和未被充分代表的群体开展脑电图研究。

Obi Felten 还在他的博客中写道:“我们希望开源我们的脑电图系统和发表我们的机器学习技术,这不仅对脑电图专家有价值,而且对更广泛的心理健康研究团体也有价值,他们此前可能因为之前研究脑电图的复杂性和成本而退缩。”

在现实世界中使用技术支持的心理健康测量工作的道路上还有很多困难,需要做更多研究。要应对当今的挑战,需要科学家、临床医生、技术专家、政策制定者和有生活经验的个人之间建立新的伙伴关系。

人工智能 机器学习 google
上一篇:科研员开发智能桌布织物 可以识别放在上面的物品 下一篇:五大引人注目的分析和人工智能灾难
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

用新的机器学习思考方式 来辨别自然异常与人为误导

某些对抗性事件很可能是人为设计而来。我们必须知晓其中的手法与工件是什么,这样才能真正理解深度神经网络的可靠性。

佚名 ·  23h前
1.8M超轻量目标检测模型NanoDet,比YOLO跑得快

目标检测一直是计算机视觉领域的一大难题,其目标是找出图像中的所有感兴趣区域,并确定这些区域的位置和类别。目标检测中的深度学习方法已经发展了很多年,并出现了不同类型的检测方法。

佚名 ·  1天前
5G助力下,未来10年将是人工智能的“黄金十年”

近日,习近平总书记在G20峰会第一阶段会议上指出,疫情激发了5G、人工智能、智慧城市等新技术、新业态、新平台蓬勃兴起,“非接触经济”全面提速,为经济发展提供了新路径。

科技日报 ·  1天前
新时代如何把握住人工智能的优势,让自己不被时代淘汰

随着人工智能在企业的应用和发展,企业领导者必须着眼于基于云计算的人工智能和现代化的数据结构,以提高市场竞争力。

尚学堂java学院 ·  1天前
对话李兰娟:人工智能将疫情“一网打尽”,让医疗更精准

李兰娟指出,人工智能、大数据在这次抗疫中发挥了作用,首先是发现和控制传染源方面,通过大数据人工智能我们能够了解到与传染源接触到的所有人;第二是人员流动的控制,包括健康码、红外线测温等等,极大程度地了解了人的健康情况。

新京报 ·  1天前
面向未来系统设计的机器学习

Elias Fallon是行业领先的电子设计自动化技术提供商Cadence Design Systems公司的工程主管。他带领其定制IC研发团队以及电子设计自动化(EDA)产品团队进行项目开发。

Elias Fallon ·  1天前
人工智能如何在大数据处理中应用

人工智能,是处理大数据最理想和最有效的方法。我们的世界一直沉浸在大数据中,你能想到的任何话题,无论在线还是离线,都有大量的数据,如我们的日常活动、对无生命事物的偏好、属性、用途等等。下面,我们就来看看人工智能是如何在大数据处理中应用的?

W ·  1天前
在智能家居设备中融合ML和IOT

人工智能是一项正在常规基础上进行大量研究的技术。

Cassie ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载