用智能手机“识别抑郁症”…KAIST称“在不侵犯隐私的前提下实现早期诊断”

by Jeong Ilwoong

Published 21 Dec.2023 08:49(KST)

一项可通过智能手机判别抑郁症的技术已经被开发出来。该技术通过分析用户的语言模式来测量抑郁程度，被认为在不侵犯隐私的前提下即可实现早期诊断，这是其一大优势。

基于智能手机用户的语音及键盘输入内容来诊断精神健康状态的技术示意图。KAIST提供

KAIST表示，电气及电子工程系Lee Sungju教授研究团队开发出一项人工智能技术，只要用户随身携带并日常使用智能手机，就能分析和诊断其心理健康状态。相关消息于21日公布。

研究团队注意到，精神疾病诊断通常是在与患者的咨询过程中，通过分析其语言使用方式来完成，由此着手开展本次研究。

实际开发的技术也反映了这一特点，重点在于基于用户亲自撰写的短信等键盘输入内容，以及通过智能手机麦克风实时收集的语音数据，对其心理健康状态进行诊断。

一直以来，语言数据因包含用户的敏感信息，在利用方面受到诸多限制。对隐私侵害的担忧成为语言数据利用的掣肘因素。

为此，研究团队应用了联邦学习人工智能技术，使人工智能模型可以仅在个人用户的终端设备上完成学习和诊断，无需将数据外传，从而消除对隐私侵害的忧虑。

左起第一位的Lee Sungju教授正与课题组所属硕、博连读研究生合影留念。KAIST提供

研究团队开发的人工智能模型具有一个特点，即基于日常对话内容及说话者心理健康状况所积累的数据集进行学习。它会实时分析通过智能手机输入并收发的对话内容，并以学习到的信息为基础，预测用户的心理健康指标。

此外，研究团队还开发出一套基于用户语言数据实施心理健康诊断的方法论。

核心在于，团队注意到用户在现实生活中使用的语言模式会因情境不同而变化，因此以当前情境线索为基础，设计出能让人工智能模型集中关注相对更重要语言数据的结构。

例如，在人工智能对用户心理健康进行监测的过程中，如果判断在工作时间以外的晚间时段，或在与家人、朋友的对话中，更容易找到用于诊断的线索，那么就会在相同条件下，将监测与分析重点集中在这些对话上。

研究团队的研究成果（论文）也于本月6日至10日在新加坡举行的自然语言处理实证方法国际会议（Conference on Empirical Methods in Natural Language Processing，EMNLP）上进行了发表。EMNLP被视为自然语言处理领域最具权威性的学术会议之一。