中大醫學院成功研發採用「多模態數據:人工智能分析」的手機應用程式,透過人工智能分析使用者的「多模態數據」,包括面部表情、聲音及文字等生物指標,以及由腕動計收集到的作息習慣資料作診斷。研究證實此技術能有效評估抑鬱症,結果已於國際期刊《Translational Psychiatry》發表。

中大醫學院表示,全球約3億人正受抑鬱症困擾,成為全球醫療負擔的主因之一;根據香港精神健康調查2015年數據,本港每100名港人就有8.3人患有抑鬱症。目前臨床評估是診斷抑鬱症的黃金標準,但精神健康服務在香港及全球多個地區供不應求;2015年香港精神健康調查指出,本港常見精神障礙患者之中,包括抑鬱症及焦慮症患者,有七成人未有尋求精神健康服務,原因包括缺乏意識、害怕被歧視或尋求服務時遇到困難。

中大醫學院精神科學系於2021年6月至2023年3月期間進行了一項對照研究,以分析用「多模態數據」診斷華人抑鬱症患者的成效。研究共招募了101位抑鬱症患者及82位沒有精神障礙的人士參與。參加者需要連續7天佩帶腕動計以記錄他們的作息資料,並在中大研發的手機程式中評估自己的快樂指數,及錄影片段記錄自己的表情、聲線及感覺描述。

研究發現,抑鬱症患者主要的生物特徵包括減少活動時間,並會出現較紊亂的作息時間,例如遲睡及遲起床;多緊皺眉頭,嘴角向上的表情亦較少;在交談時,抑鬱症患者傾向談及自己,並較常使用帶有消極情緒的言語,語速會變慢且停頓的時間亦有較大變化;抑鬱症患者及康復者的快樂指數平均都較對照組低。

中大醫學院精神科學系系主任榮潤國教授指,抑鬱症不僅是一種悲傷的感覺,還涉及生理、認知、情緒、語言及作息等多方面變化。因此除了傳統的臨床診斷,利用電子方式量度及分析一系列多模態數據,亦有望成為新一代的抑鬱症評估和監測工具。 

中大醫學院精神科學系博士後研究員陳捷博士表示,除檢視診斷的效用,研究團隊透過人工智能進一步分析發現,多模態數據可以有效判斷患者是否曾經患過抑鬱症,其統計學上F1分數達0.81。此外,多模態數據配合自我評估量表亦可以評估患者的臨床狀態,在統計學上F1分數可達0.70,優於僅使用單模態或簡單自我評估的效果。

中大醫學院精神科學系助理教授李汶浩博士透露,計劃運用是次研究所得到的抑鬱症電子生物標記,建立一個專門篩查和監測華人抑鬱症患者的人工智能自動化系統。上述系統具有協助診斷和監測此病的潛力,有助舒緩醫護人員的壓力。@

------------------

⏪️ 回顧2024專題報道👇🏻
https://hk.epochtimes.com/tag/回顧2024

🔔下載大紀元App 接收即時新聞通知
🍎iOS:https://bit.ly/epochhkios
🤖Android:https://bit.ly/epochhkand