近日，佛蒙特大學(xué)一個研究團隊開發(fā)了一種機器學(xué)習(xí)算法，可以檢測兒童言語模式中的焦慮和抑郁跡象，借此快速診斷出兒童難以發(fā)現(xiàn)和常被忽視的精神疾病。
在開發(fā)過程中，研究團隊邀請了71名3-8歲的兒童，并對他們使用了一種被稱為“特里爾社會應(yīng)激測試”（Trier-Social Stress Task）的情緒誘導(dǎo)測試法，旨在引起受試者的壓力和焦慮感。接著，研究人員也用結(jié)構(gòu)化的臨床訪談和父母問卷調(diào)查對孩子進行診斷。
最后，研究人員使用機器學(xué)習(xí)算法分析每個孩子故事錄音的統(tǒng)計特征。他們發(fā)現(xiàn)算法在診斷方面非常成功。該算法能識別出診斷為內(nèi)化行為障礙癥的兒童，準(zhǔn)確率為80%，而且在大多數(shù)情況下，與父母檢查表的準(zhǔn)確性相比效果更好。
研究團隊的下一步計劃，是把這個語音分析算法變成一款可供臨床使用的通用篩查工具，也可能會以手機APP的形式呈現(xiàn)。
