3.5亿抑郁症患者背后 谷歌母公司做了什么 (3.5亿抑郁症)
抑郁症,似乎离我们很近又很远。
我们会在社交网络上得知名人抑郁自杀的消息,但殊不知在他们背后,还有更多普通人正在饱受抑郁症的困扰。
据世界卫生组织(WHO)统计,目前全球范围内大约有 3.5 亿人患有抑郁症。我国泛抑郁人数已超过 9500 万人,每10个人中就有1人饱受抑郁症的折磨。
此外,抑郁症已成为自杀倾向的最大隐患。据美国国立卫生研究院(U.S.National Institutes of Health)估计,美国约有1730万成年人至少有过一次严重的抑郁症发作。从2016-2017年到2017-2018年间,有过严重自杀想法的成年人比例上升了0.15%。
为了应对攀升的患病率和自杀率,谷歌母公司Alphabet X 实验室发起成立了“Amber”项目,该项目旨在通过人工智能技术解决早期的心理健康问题。
近日,该研究团队称,他们发现利用AI分析脑电波诊断抑郁症,可以让脑电波像血糖检测一样容易理解。更重要的是,该方法能够将抑郁和焦虑的情绪转化为客观、精准的测量值,支持抑郁症的诊断和治疗。
AI脑电波诊断法
头痛、乏力,莫名的悲伤、对任何事情提不起兴趣,这是不是抑郁症的表现?在快节奏的社会生活下,相信很多人都问过自己这个问题。
然而,判断是否患有抑郁症并不那么简单。有专家表示,抑郁症有1000种可能的症状组合,在不同的人身上表现不同。
传统的评估方法主要取决于与临床医生的谈话或调查,如PHQ-9或GAD-7,但该方法过于主观。对此,Amber项目小组提出了将机器学习技术与脑电图(EEG)相结合的辅助方法。
该方法可以将脑电波产生的抑郁和焦虑情绪转化成客观测量指标,让抑郁症诊断像血糖检测一样快速又精准。
Amber项目成员包括神经科学家,硬件和软件工程师,机器学习研究人员和医学技术专家。他们介绍称,将机器学习技术与EEG相结合的研究思路主要是受到 神经科学研究 的启发。
这些研究表明,大脑中形成的某些特定电波与抑郁症状相对应。
因此,他们设计了一项类似的游戏,让参与者在完成任务的同时使用脑电图(EEG),结果,通过分析大脑内奖赏系统的处理过程,他们发现: 与未患有抑郁的人相比,抑郁者在游戏中获胜后的大脑反应更容易被抑制。
抑郁者和未抑郁者在奖励反应上的差异
这一钝化的大脑反应已经在多项神经科学研究中被证实,因此,该结果也再次验证了机器学习算法与EEG相结合方法的准确性。
另外,Amber项目团队也并不是第一个提出该研究思路的人。早在去年4月发表的一篇论文中,IBM研究人员将机器学习与EEG相结合开发出了一款AI算法,该算法能够对癫痫病发作进行分类,准确率高达98.4%。
事实上,EEG已被广泛用于研究吞咽,精神状态分类,诊断神经精神疾病(例如,神经性疼痛和癫痫症)以及情绪分类等多项研究中。
易于收集和理解的脑电波
需要说明的是,以上测试仅是在实验室条件下进行的科学试验。
如果该方法被广泛用于诊断、治疗抑郁症患者,还需要解决两项主要问题:一是使EEG数据更容易收集;二是使EEG数据更易于解释。
针对第一项,Amber团队耗时三年时间创建了一个低成本,便携式的研究级的脑电图系统。
图中的头戴式耳机像一个游泳帽,大约需要三分钟来配置,使用了沿中线Fz、Cz和Pz的三个传感器(用于评估奖励和认知功能的关键通道或电极)。右侧是一个随附的生物放大器,最多支持32个通道,可用于采集静息状态脑电图和事件相关电位,并通过软件对脑电图测量任务进行时间锁定。
针对第二项,Amber团队使用机器学习新方法来减少EEG录音中的有害噪声。
他们与DeepMind合作,通过借鉴无监督学习的表示方法,证明了可以利用自动编码器之类的方法对EEG信号进行有效降噪,而且无需人工干预。(自动编码器通过忽略噪声来学习数据集的表示形式。)
此外,Amber团队还提供了一种概念证明,即提取与心理健康有关的特征,可用于预测临床标签。
根据一位心理健康专家的临床访谈,研究人员利用从自动编码器中分离出的这些特征来预测一些临床症状,如重症抑郁障碍和焦虑症。 与以前的研究不同,该项研究能够为个体参与者(而不是一个群体)服务,这对于使其在临床应用中发挥作用至关重要。
对此,X LAB负责人Obi Felten在博客中也强调说,
项目开源
遗憾的是,该研究未成功发现确定抑郁和焦虑的单一生物标志。
不过,Am团队相信技术在应对心理疾病复杂性方面还拥有巨大潜力,因此,他们在GitHub上发布了该项研究的软件代码,希望当前研究成果能够对脑电图专家,对更广泛的心理健康研究发挥价值。
此外,Amber团队承诺不会在硬件上主张其专利,并向Sapien Labs捐赠50台未使用的EEG头戴式耳机,Sapien Labs主要运行人脑多样性项目,以支持低收入国家和代表性不足的群体EEG研究。
最后,研究负责人Felten在博客中写道,“在现实世界中,要想用技术支持心理健康测量并发挥作用,实际上困难重重,需要做更多的研究……而解决今天的挑战将需要科学家、临床医生、技术人员、政策制定者和有生活经验的个人之间建立新的合作关系。”
引用链接:
原创文章,未经授权禁止转载。详情见 转载须知 。