基于人工智能的言语评估方法可以提供准确的创伤后应激障碍诊断

　　创伤后应激障碍（PTSD）可能是一个非常严重的问题，不幸的是，其常常无法被诊断出来。然而，新技术可以提供帮助，因为该技术使用人工智能来确定某人是否患有创伤后应激障碍 - 基于他们的言语。
 

　　目前，通常通过患者自我报告或在诊所中进行的访谈来诊断该病症。这两种方法都有些主观，因为它们受到患者或医生偏见的影响。考虑到这一点，纽约大学医学院的研究人员着手开发一个更客观的系统。

　　在Charles R. Marmar博士的带领下，他们首先记录了对已经被诊断患有创伤后应激障碍的53名伊拉克和阿富汗退伍军人进行的诊断访谈，以及对78名未患有这种疾病的退伍军人进行的采访。然后使用由SRI International开发的语音软件处理所有录音，从而收集了40,526个基于言语的特征，这些特征是在“短暂的谈话”中捕获的。

　　然后使用称为随机森林算法的统计机器学习技术来分析所有那些“短暂谈话”，教导其自身哪些言语特征与PTSD相关联。它最终确定18个因素，如言语不清晰和“无生气、金属色调”，是这种疾病的强烈指标 - 这可能是由于创伤事件改变了处理情绪和肌肉张力的大脑回路。

　　当系统随后使用它所“学到”的东西来猜测受访者是否患有创伤后应激障碍时，这样做的准确率为89％。科学家们现在计划使用额外的数据来进一步训练系统，从而提高准确率。

　　“言语是一种有吸引力的候选因素，可用于自动诊断系统，可能作为未来PTSD智能手机应用程序的一部分，因为它可以廉价、远程和非侵入性地进行测量，”该研究论文的第一作者、助理教授Adam D. Brown教授表示。该论文于本周一发表在《Depression and Anxiety》杂志上。