太牛逼！机器学习单靠声音就能检测抑郁症

诊断眼疾、修复受损神经……机器学习越来越牛逼了！

最近，机器学习成为了医疗界的“新宠”，被用于各个医学部门。这不，南加州大学的研究人员开发出了一种基于机器学习技术的工具，可以帮助医生诊断抑郁症。

现如今，不管是学习还是工作，人们承受的压力越来越大，抑郁症成为都市新新人类最常见的疾病之一。但是，由于抑郁症的表现形式多样，从而做出一个诊断需要考虑多种因素，从而给医生带来了一定的难度。再加上每天看诊人数众多，医生在神经紧绷的状态下也很难百分之百的做出决断。在种种因素的干扰下，抑郁症的误诊率也随之增高。

据2009年的一项研究显示，5万名患者中仅有一半被正确诊断出抑郁症，误报与漏报比更是达到了3:1。以此可见这个问题的困难性与严重性。

南加州大学的研究人员开发的这个工具名为SimSensei，而它做出诊断的依据就是患者的声音。此前调查显示，抑郁症患者的情感较常人更为平淡消极，语音变化会减少，音量和语调更为单调，除了说话减少之外，还会吐字不清，语句间的停顿也会变长。此外，在与人交流的时候，抑郁症患者的声道和声带也表现的更为紧张。

诊断过程中，SimSensei会在访谈中记录患者的声音，然后将声音处理成只剩元音，再分析元音a/i/u的第一和第二共振峰（谱峰），最后就是使用k-means算法（出现于1967年，原理是围绕一定的平均值将数据集分为不同的类）进行处理。

经过算法计算，最后得出的结果是一个三角图。在这个三角图中，各角分别代表元音的谱峰，三角内的区域代表了元音区间，将它与一个用作对比的标准元音空间进行对比，所得的比例就能用于抑郁症的诊断了。

除此以外，由于SimSensei是一个基于机器学习的工具，从而不会与人类医生一样产生疲惫的感觉，也就不会有因为大脑疲惫而出现误诊的情况发生。

据了解，SimSensei的效果已经得到了很好的证明，并且，在语音数据有限的情况下，SimSensei也会有不错的效果，可见SimSensei的实用性还是很强大的。

一说到机器学习，就不禁让人想起此前的两篇报道，分别是DeepMind与NHS（英国国家医疗服务体系）联手开发辨识视觉疾病的机器学习系统，以及美国西雅图华盛顿大学的感觉运动和神经工程中心（CSNE）利用机器学习来治疗神经系统受损引起的肢体瘫痪。

在不到一个星期的时间内，机器学习就已经与医疗界达成了三项合作。从这些迹象可以看出，机器学习正在医疗界刮起一股变革的风潮。虽然不能完全取代人类医生，但对于辅助医疗及效率提高等方面，机器学习却具有非同一般的意义！

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！