一项用智能手机诊断现代人常见抑郁症的技术被开发出来,引发关注。
KAIST于21日表示,电气与电子工程学部李成周教授研究团队开发出一种人工智能技术,可在不泄露个人信息的情况下,由智能手机自动分析用户的语言使用模式,从而监测用户的精神健康状态。
用户只需携带并日常使用智能手机,手机便可分析并诊断其精神健康状态。
研究团队着眼于临床精神疾病诊断是通过与患者面谈分析其语言使用来进行的这一点展开研究。该技术基于用户亲自输入的短信等键盘输入内容,以及通过智能手机麦克风实时采集的用户语音数据来进行精神健康诊断。
此类语言数据可能包含用户的敏感信息,过去难以利用。为解决这一问题,该技术采用了联邦学习人工智能技术,其特点是在数据不离开用户设备的情况下训练人工智能模型,不存在侵犯隐私之忧。
人工智能模型基于日常对话内容与说话者精神健康状况构建的数据集进行训练。模型实时分析智能手机上输入的对话,并依据所学内容预测用户的精神健康指标。
此外,研究团队还开发出从智能手机上海量用户语言数据中有效进行精神健康诊断的方法论。研究团队着眼于用户的语言使用模式会随现实生活中各种情境而不同这一点,基于智能手机上关于当前情境的线索,设计使人工智能模型集中于相对重要的语言数据。例如,人工智能模型会判断相比工作时间,晚间与家人或朋友的对话中包含更多可监测精神健康的线索,从而重点进行分析。
该论文由KAIST计算机学部申载民博士生、电气与电子工程学部尹亨俊博士生、李承周硕士生、李成周教授,以及SoftlyAI代表朴成俊(KAIST毕业生)、中国清华大学刘云新教授、美国埃默里大学崔镇浩教授共同研究完成。
该论文于今年12月6日至10日在新加坡举行的自然语言处理领域最权威学会EMNLP(Conference on Empirical Methods in Natural Language Processing)上发表。
李成周教授表示:“本次研究由移动传感、自然语言处理、人工智能、心理学专家共同合作完成,意义深远。受精神疾病困扰的人很多,如今仅通过使用智能手机就能在无需担心个人信息泄露或隐私侵犯的情况下早期诊断精神健康状态”,并表示“希望本次研究能够实现服务化,为社会作出贡献”。






