李飞飞新论文「AI大夫」诊断抑郁症，正确率跨越80%，可移植得手机端

于全球规模内，有跨越3亿人患有抑郁症。此中的60%的人都没有接管任何医治。

作者： 年夜康健派编纂来历： 年夜康健派2018-11-27 12:28:00

于全球规模内，有跨越3亿人患有抑郁症。此中的60%的人都没有接管任何医治。

咱们时有听到名人患抑郁症以至严峻到自尽的动静，殊不知周围一些平凡人身于病中不知病。

面临这一病症，AI能做些甚么？

曾经经说过 AI没有国界，AI的福祉亦无界限 的李飞飞教员此次要为那些思疑本身患抑郁症的人创举福祉了，此次她以及团队对准了AI诊断抑郁症这个标的目的：联合语音辨认、计较机视觉以及天然言语处置惩罚技能，����APP经由过程心情以及言语诊断一小我私家是否得了抑郁症。

今朝，这项研究初见成效，诊断抑郁症的呆板进修模子今朝precision到达83.3%，recall到达82.6%.

而且，这个模子可以部署得手机上，让更多人能利便的诊断抑郁症，再也不受困在 没钱 、 没时间 、 他人知道我去查抑郁症会怎么群情我 的阻挠之中。

别的，这项研究结果还入选了 NIPS NeurIPS 2018医疗康健呆板进修（ML4H）Workshop.

下面，为各人具体先容李飞飞这篇新作品的详细内容。

为何用心情以及言语能诊断抑郁症？

由于大夫就是这么干的。

于今朝的抑郁症诊断历程中，大夫需要以及患者面临面谈天，来判定对于方是否患病。

需要大夫来不雅察的因素包孕：

对于方是否语调单一，彻底不顿挫抑扬；

措辞音量是否比力低；

发言时手势是否是比一般人少；

是否是总爱垂头向下看；

别的，还需要经由过程患者康健问卷（PHQ， Patient Health Questionnaire）来查询拜访来相识更具体的信息。

用AI来诊断抑郁症，就相称在用呆板进修模子来取代阿谁以及患者对于话的大夫，把患者于大夫眼前的体现酿成数据，输入呆板进修模子中。

是以，李飞飞团队接纳的方案是先模子中输入3D脸部要害点视频、患者措辞的音频以及转成文字的访谈灌音三种数据，别离对于应下图中的abc三行。

以后，输出PHQ评分或者抑郁症分类标签，就能患上出这人是否得了抑郁症。

练习模子全历程

练习这个模子用到的是DAIC-WOZ数据集，包孕142名患者的PHQ评分以及189次临床访谈、统共50小时的数据。

整个模子由两个部门构成。

第一个部门叫句子级嵌入（Sentence-Level Embeddings）。

以往的嵌入体式格局都是嵌入一个音节或者单词，只能捕获几百毫秒的时间。李飞飞团队用的是整个句子多模态嵌入，可以实现捕获更永劫间的声音、视觉以及言语元素。

下图就是多模态句子级嵌入的示例：

第二个部门叫因果卷积收集（C-CNN， Causal Convolutional Networks）。

之以是用因果卷积收集，是由于抑郁症患者措辞慢。

比拟平凡人，抑郁症患者措辞的时辰会于差别的字词之间搁浅更永劫间，是以整个句子的音视频也就比力长。处置惩罚这类长句子的时辰，因果卷积收集要比RNN强。

效果怎样

咱们来看一下试验成果。

此中，A是指输入数据为音频，V是指输入数据为视频，L是指输入数据为文本。

对于比前人的试验成果，李飞飞的这项新研究数据上相对于较高。不外，与前人差别的是，这项新研究其实不依靠一些预先做好的访谈记载，以是来的配景资料更少。而且，这项新研究无需特性项目，可以间接用输入原始数据。

这张试验成果表格对于比了使用差别嵌入体式格局的成果。此中，前两行是手工嵌入，第3~6行是预练习嵌入，末了两行是咱们用到的句子级嵌入，输入的是log-mel光谱图、3D脸部要害点视频以及Word2Vecs的序列。

存眷年夜康健Pai官方微信：djkpai咱们将按期推送医健科技财产最新资讯

7小时前