據外媒報道，麻省理工學院最近開發了一個新系統，該系統使用神經網絡，通過分析患者的書面和口頭反應來診斷抑郁癥。

這個系統由麻省理工學院的CSAIL小組開發，使用“一個神經網絡模型，從訪談中提取原始文本和音頻數據，從而發現抑郁癥的語音模式。”

研究人員對他們的模型進行了訓練，并在142個交互數據集上進行了測試。該數據集包含患有心理健康問題的患者和由人類控制的虛擬代理的音頻、文本和視頻訪談。使用個人健康問卷進行調查，每個受試者按0到27之間的等級評定抑郁。高于中度（10至14）和中度（15至19）之間的得分被認為是抑郁的，而低于該閾值的所有其他得分被認為是不抑制的。在數據集中的所有受試者中，28個（20％）被標記為了抑郁。

在實驗中，使用準確率和召回率來對模型進行評估。準確率評估由模型識別的哪些抑郁受試者被診斷為抑郁。召回率評估模型在檢測整個數據集中被診斷為抑郁的所有受試者時的準確性。在準確率上，該模型得分為71％，召回率得分為83％。考慮到可能存在的某些錯誤，這些指標的平均綜合得分為77％。在大多數測試中，研究人員的模型幾乎超過了所有其他模型。

研究人員寫道，“該神經網絡模型可以準確地預測出患者是否抑郁，而不需要任何關于問題和答案的信息。”

這個研究最重要的部分是關于問題和答案的信息沒有上下文。這意味著該系統不需要特定問題的回復，它只是以日常交流作為源數據。

研究員Tuka Alhanai說：“我們稱之為'開放環境'，因為你不會對正在尋找的問題類型以及對應的回答類型施加任何限制。”

該研究的共同作者James Glass說：“每位患者的談話方式都不同，如果模型看到變化，其可以為醫生提供參考。” “這是向前邁出的一步，看看我們是否可以幫臨床醫生做一些輔助工作。”

總結

以上是生活随笔為你收集整理的害怕抑郁症？该系统通过日常交流就能判断你是否有病的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。