太牛逼！機器學習單靠聲音就能檢測抑郁癥

診斷眼疾、修復受損神經……機器學習越來越牛逼了！

最近，機器學習成為了醫療界的“新寵”，被用于各個醫學部門。這不，南加州大學的研究人員開發出了一種基于機器學習技術的工具，可以幫助醫生診斷抑郁癥。

現如今，不管是學習還是工作，人們承受的壓力越來越大，抑郁癥成為都市新新人類最常見的疾病之一。但是，由于抑郁癥的表現形式多樣，從而做出一個診斷需要考慮多種因素，從而給醫生帶來了一定的難度。再加上每天看診人數眾多，醫生在神經緊繃的狀態下也很難百分之百的做出決斷。在種種因素的干擾下，抑郁癥的誤診率也隨之增高。

據2009年的一項研究顯示，5萬名患者中僅有一半被正確診斷出抑郁癥，誤報與漏報比更是達到了3:1。以此可見這個問題的困難性與嚴重性。

南加州大學的研究人員開發的這個工具名為SimSensei，而它做出診斷的依據就是患者的聲音。此前調查顯示，抑郁癥患者的情感較常人更為平淡消極，語音變化會減少，音量和語調更為單調，除了說話減少之外，還會吐字不清，語句間的停頓也會變長。此外，在與人交流的時候，抑郁癥患者的聲道和聲帶也表現的更為緊張。

診斷過程中，SimSensei會在訪談中記錄患者的聲音，然后將聲音處理成只剩元音，再分析元音a/i/u的第一和第二共振峰（譜峰），最后就是使用k-means算法（出現于1967年，原理是圍繞一定的平均值將數據集分為不同的類）進行處理。

經過算法計算，最后得出的結果是一個三角圖。在這個三角圖中，各角分別代表元音的譜峰，三角內的區域代表了元音區間，將它與一個用作對比的標準元音空間進行對比，所得的比例就能用于抑郁癥的診斷了。

除此以外，由于SimSensei是一個基于機器學習的工具，從而不會與人類醫生一樣產生疲憊的感覺，也就不會有因為大腦疲憊而出現誤診的情況發生。

據了解，SimSensei的效果已經得到了很好的證明，并且，在語音數據有限的情況下，SimSensei也會有不錯的效果，可見SimSensei的實用性還是很強大的。

一說到機器學習，就不禁讓人想起此前的兩篇報道，分別是DeepMind與NHS（英國國家醫療服務體系）聯手開發辨識視覺疾病的機器學習系統，以及美國西雅圖華盛頓大學的感覺運動和神經工程中心（CSNE）利用機器學習來治療神經系統受損引起的肢體癱瘓。

在不到一個星期的時間內，機器學習就已經與醫療界達成了三項合作。從這些跡象可以看出，機器學習正在醫療界刮起一股變革的風潮。雖然不能完全取代人類醫生，但對于輔助醫療及效率提高等方面，機器學習卻具有非同一般的意義！

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！