2023-08-30 | 김윤수 기자

“我是不是抑郁了?”AI回答“是的…”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

韩国研究团队开发出利用人工智能(AI)高精度诊断抑郁症的技术。韩国脑研究院30日表示,认知科学研究组首席研究员李灿熙与首尔圣母医院教授蔡正浩共同研究团队开发出利用机器学习方法分析抑郁症患者多重脑波的技术。研究成果发表于国际学术期刊《情感障碍杂志》最新一期。

脑波分析一直被用作诊断精神疾病的方法,但抑郁症的症状比其他疾病更为多样复杂,据悉仅凭脑波分析难以作出医学诊断。虽然存在“静息态定量脑波(REEG)”、“听觉P300诱发电位(P300A)”、“血清素活性相关指标(LDAEP)”等可反映患者活动性、认知功能、药物反应等的抑郁症相关脑波指标,但因从患者身上获得的指标测定值不一致,未能真正用于实际诊断。

研究团队在包含REEG、P300A、LDAEP等的脑波中筛选出与抑郁症关系密切的30项脑功能指标,随后开发出对其进行综合分析的多重脑波分析方法,成功以94.52%的高准确率甄别出抑郁症患者。

研究团队以31名无药物治疗经历的抑郁症患者和31名正常人为对象测定脑波指标后尝试诊断抑郁症,结果确认使用多重指标时的准确率高于使用单一指标。此外还确认,抑郁症患者相比正常人P300指标更高、LDAEP指标更低的倾向性。抑郁症患者的REEG也有所下降。

李博士表示:“为克服脑波诊断能力的局限,开发利用机器学习的学习模型十分重要”,“今后将对医院诊断抑郁症患者提供很大帮助。”蔡教授也表示:“这在证明脑波分析可对诊断具有生物学复杂性的抑郁症提供有益帮助方面具有重大意义。”

阅读韩文原文