立陶宛考纳斯科技大学（KTU）的研究人员开发了一种能够以高精度诊断抑郁症的人工智能（AI）模型。与传统方法通常依赖单一数据类型不同，这种多模态方法整合了语音分析和脑活动数据，提供了更细致的情感健康视角。该AI系统利用脑电图（EEG）数据和语音特征来评估心理健康。这种组合使得诊断更加精确，模型达到了97.53%的准确率。这标志着与替代方法相比有了显著改进，后者往往缺乏结合这些数据类型提供的深度信息的能力。
抑郁症是最常见的精神障碍之一，对个人和社会都有毁灭性的后果，因此我们正在开发一种新的、更客观的诊断方法，未来可能普及到每个人。——Rytis Maskeliūnas博士
方法论和数据洞察
KTU研究利用了用于精神障碍分析的多模态公开数据集（MODMA）来训练其模型。参与者在清醒、放松且闭眼的状态下记录了EEG数据，以确保一致性。音频数据是在设计用于激发自然语言的任务中收集的，例如阅读和描述图像。
两个数据源都被转换成频谱图，这些频谱图可视化了信号随时间的变化。EEG数据捕捉了脑电波活动模式，而语音数据反映了频率和强度分布。经过修改的DenseNet-121深度学习模型处理这些图像，将个体分类为健康或患有抑郁症。
为了增强系统的鲁棒性，应用了噪声滤波器和预处理技术，确保数据集的清洁和可比性。
伦理和实际考虑
尽管前景光明，但该模型仍面临某些挑战。由于围绕精神健康的污名化，数据稀缺限制了AI系统的训练。此外，隐私问题和AI驱动诊断的可解释性等伦理考虑仍然至关重要。
“这些研究的主要问题是数据不足，因为人们倾向于对其精神健康问题保持私密。”——Rytis Maskeliūnas博士
KTU团队致力于推进该系统，不仅提供准确的结果，还能解释其决策。这符合可解释AI（XAI）的原则，旨在通过使决策过程透明来提高用户信任。
未来应用
该AI模型有潜力通过实现更快、远程的评估来革新精神健康诊断。然而，在广泛部署之前，还需要进行额外的临床试验和改进。研究人员强调，确保模型的可靠性和可解释性对于将其整合到医疗实践中至关重要。
参考文献： Yousufi M, Damaševičius R, Maskeliūnas R. 多模态融合脑电图和音频频谱图用于重度抑郁症识别的改良DenseNet121. Brain Sciences. 2024;14(10):1018. doi: 10.3390/brainsci14101018
(全文结束)
