傳統的憂鬱檢測量表包含了自我覺察的題目如情緒、感受等，會因每個人不同標準等因素而失真。因此日本就有研究團隊利用人工智慧技術，研發能客觀偵測憂鬱症的 AI。
疫情下憂鬱症增30%！日研發AI快速找出潛在患者
隨著疫情爆發、擴及全球，世界各地人們的生活、工作、家庭等方面都有著劇烈的轉變，對疾病的恐懼與居家防疫帶來的孤獨，讓不少人備感焦慮、憂鬱，更出現其他心理壓力過大的狀況。
美國疾病管制與預防中心（CDC） 經調查近萬名的成年人發現，疫情之下有超過 40% 的民眾出現心理、行為健康問題，30% 的人出現憂鬱症的相關症狀、更有 26.3% 的人有疫情有關的創傷和壓力。
憂鬱症的盛行率在全球都有逐年升高的趨勢，然而，由於其本身的疾病特徵，讓許多人即使已經罹病卻仍未有病識感，以致延誤了治療時機。因此，如何快速且有效地找出潛在患者，便成為一件迫在眉睫的事情。
在日本，就有研究團隊嘗試將這項重任交付給 AI 來達成──筑波大學道喜將太郎教授，就帶領團隊研發能出偵測憂鬱症傾向的 AI 系統。
心理要怎麼「健康檢查」？
因心理疾病較難有明顯的外觀可供辨識，有許多醫療機構會提供憂鬱症健康檢測量表，協助民眾先瞭解自己的身心狀況。
傳統的憂鬱檢測量表，通常包含了自我覺察類型的題目，像是情緒狀況、壓力感受等。然而，這類主觀感受問題常因每個人不同標準、擔心周遭眼光與評價等因素而失真，無法準確反映實際情況。
而隸屬於筑波大學醫學醫療系的道喜教授，認為 AI 系統也許能做到在沒有這些數據的情況下，評估受試者的心理健康。
道喜教授表示：「我們想看看 AI 是否可以做到只從社會人口統計學、生活方式和睡眠因素等客觀條件檢測出人們的心理困擾，而無關於人們對自己情緒的主觀認定。」
為了實踐這個想法，研究人員完成了一項關於社會人口統計學的調查，擬定出不同於傳統的新測量標準──包括年齡、婚姻狀態、家庭社經情況等變項，以及生活習慣和睡眠狀況等。
接著，團隊開發了一個 AI 模型，並讓 AI 學習這套新測量模式，並招募志願者提供資料讓 AI 對其的心理狀態進行評估。
和真人醫生表現的一樣出色
最後，團隊總共蒐集了 7251 名參與者的資料，除了由 AI 模型評估外，也請 6 名精神科醫師進行分析，再將兩邊的結果交互比對。
令人驚訝的是，AI 人工智慧與專家團隊的評估結果非常接近，在心理困擾嚴重者的評估上，AI 甚至比人類醫師更為準確。
「結果令人驚訝，」道喜教授表示：「我們發現，即使沒有關於情緒的資料，AI 也能做出和專家團隊同樣的評估。」
道喜教授亦表示，有 AI 評估系統的幫助，未來在進行相關疾病的判別時，能夠避免較不準確的主觀情緒資料，也減少了因刻板印象或社會眼光帶來的額外壓力。
同時，這也有助於快速、大規模地找出有憂鬱傾向或相關困擾的人，減輕專業醫療人力的需求，更能降低社會經濟的負擔。
及早發現，及早治療
研究團隊接下來的目標，是提升 AI 判斷系統的準確率，以及在不同國家的文化脈絡、經濟環境等因素下的表現，發展出一套適用多國的心理檢測系統。
憂鬱症等疾患在現代社會並不算罕見，其成因包含了生理和心理因素。若評估後發現自己可能有憂鬱症傾向或相關心理困擾，也不用太過緊張。
而不需要面對真人的「AI 醫師」，或許也能減低許多人對於就醫的恐懼，讓更多人可以透過早期發現，接受適當的療程，有效地改善相關症狀，重拾健康。
參考文章:
