为诊断抑郁症，临床医生会对患者进行访谈，询问具体问题，例如既往精神疾病史、生活方式和情绪状态等，并根据患者的回答判断病情。
近年来，机器学习作为一种有用的诊断辅助手段受到广泛推崇。例如，研究人员已开发出能够识别可能提示抑郁症的语音词汇和语调的机器学习模型。但这些模型通常是根据个人对特定问题的具体回答，来预测此人是否患有抑郁症。这些方法准确度较高，但其对所提问题类型的依赖，限制了其使用的方式和场景。
在将于Interspeech会议上发表的一篇论文中，麻省理工学院的研究人员详细介绍了一种神经网络模型。该模型可直接处理访谈中的原始文本和音频数据，发现可能提示抑郁症的语音模式。对于一位新的受试者，该模型无需了解任何关于问题和回答的其他信息，即可准确预测此人是否患有抑郁症。
研究人员希望这一方法能够用于开发工具，在自然对话中检测抑郁症的迹象。未来，该模型例如可以为移动应用程序提供技术支持，监测用户的文字和语音，发现心理困扰并发出提醒。对于因距离、费用或对自身可能存在问题缺乏认识而无法及时就诊进行初步诊断的人群，这一技术可能尤为有用。
“我们最先能够察觉到一个人是快乐、兴奋、悲伤，还是患有某种严重的认知障碍（例如抑郁症）的迹象，是通过其言语表达，”第一作者、计算机科学与人工智能实验室（CSAIL）的研究员Tuka Alhanai说，“如果你希望以可扩展的方式部署[抑郁症检测]模型……你就需要尽量减少对所用数据的约束。你希望能够在任何普通对话中部署该模型，并让模型从自然互动中捕捉到个体的状态。”
当然，这项技术仍可用于在诊所中的日常对话里识别心理困扰，CSAIL高级研究科学家、合著者James Glass补充道。“每位患者的说话方式都不同，如果模型检测到变化，或许可以为医生提供提示，”他说，“这是朝着探索能否借助辅助手段帮助临床医生迈出的一步。”
该论文的另一位合著者是Mohammad Ghassemi，他是医学工程与科学研究所（IMES）的成员。
无上下文依赖建模
该模型的关键创新在于，它能够检测可能提示抑郁症的模式，然后将这些模式应用于新的个体，且无需额外信息。Alhanai表示：“我们称之为‘无上下文依赖’，因为你不会对所寻找的问题类型以及对这些问题的回答类型施加任何限制。”
其他模型通常会预设一组特定问题，并提供未患抑郁症者和患抑郁症者对这些问题作答的示例。例如，针对“你是否有抑郁症病史？”这样的直接提问。这些模型随后会利用这些完全相同的回答，来判断新的个体在被问及完全相同的问题时是否患有抑郁症。Alhanai说：“但自然对话并不是这样进行的。”
另一方面，研究人员采用了一种称为序列建模的技术，该技术通常用于语音处理。借助这一技术，他们将来自抑郁症患者和非抑郁症患者的问答文本与音频数据序列逐一输入模型。随着序列不断累积，模型提取出了与是否患有抑郁症相关的语音模式。例如，“悲伤”“低落”或“沮丧”等词语，可能与较为平淡、单调的音频信号相对应。患有抑郁症的人说话也可能更慢，词语之间的停顿更长。这些用于识别心理困扰的文本与音频特征，已在以往研究中得到探索。最终，由模型来判断这些模式是否能够预测抑郁症。
Alhanai说：“模型会分析词语序列或说话风格，并判断这些模式更可能出现在抑郁症患者还是非抑郁症患者身上。随后，如果它在新的受试者身上发现相同的序列，就能预测他们是否也患有抑郁症。”
这种序列技术还帮助模型从整体上审视对话，并注意到患有抑郁症和未患抑郁症的人在对话过程中说话方式的差异。
抑郁症检测
研究人员使用来自“痛苦分析访谈语料库”的142次互动数据集对模型进行了训练和测试。该语料库包含患者与精神健康问题相关的音频、文本和视频访谈，以及由人类操控的虚拟代理。每位受试者的抑郁程度均依据《个人健康问卷》在0至27分的量表上进行评分。得分高于中度（10至14分）与中重度（15至19分）之间的临界值，即被视为患有抑郁症；低于该阈值的其他受试者则被视为未患抑郁症。在数据集的全部受试者中，有28人（20%）被标注为患有抑郁症。
在实验中，研究人员使用精确率和召回率这两项指标对模型进行了评估。精确率衡量的是模型识别出的抑郁症受试者中，实际被诊断为抑郁症的比例。召回率衡量的是模型在整个数据集中，检出所有被诊断为抑郁症的受试者的准确程度。模型的精确率为71%，召回率为83%。综合考虑各类误差后，这两项指标的平均综合得分为77%。在大多数测试中，研究人员的模型表现优于几乎所有其他模型。
Alhanai指出，研究中的一个关键发现是：在实验过程中，模型从音频中预测抑郁症所需的数据量远多于从文本中预测。对于文本，模型平均使用七组问答序列即可准确检测出抑郁症；而对于音频，模型则需要约30组序列。“这意味着，与抑郁症相关的人们用词模式，在文本中出现的时间跨度比在音频中更短，”Alhanai说。此类发现或有助于麻省理工学院的研究人员及其他研究者进一步完善其模型。
Glass表示，这项工作是一项“非常令人鼓舞”的试点研究。但目前，研究人员希望进一步探究，模型在大量原始数据中究竟识别出了哪些具体模式。“目前它在一定程度上仍是个黑箱，”Glass说，“然而，当你能够解释这些系统正在捕捉什么时，它们会更加可信……下一步的挑战是找出它究竟抓取了哪些数据。”
研究人员还计划将这些方法应用于更多受试者的额外数据，涵盖其他认知障碍，例如痴呆症。“这与其说是检测抑郁症，不如说是运用相似的理念，从日常语音信号中评估一个人是否存在认知障碍，”Alhanai说。
