在全天下范围内，有超过3亿人患有烦闷症。
个中的60%的人都没有接管任何治疗。

我们时有听到名人患烦闷症乃至严重到自尽的，却不知周围一些普通人身在病中不知病。

面对这一病症，AI能做些什么？

曾经说过“AI没有国界，AI的福祉亦无边界”的李飞飞老师这次要为那些疑惑自己患烦闷症的人创造福祉了，这次她和团队瞄准了AI诊断烦闷症这个方向：

结合语音识别、打算机视觉和自然措辞处理技能，通过表情和措辞诊断一个人是否患了烦闷症。

目前，这项研究初见成效，诊断烦闷症的机器学习模型目前precision达到83.3%，recall达到82.6%。

并且，这个模型可以支配得手机上，让更多人能方便的诊断烦闷症，不再受困于“没钱”、“没韶光”、“别人知道我去查烦闷症会怎么议论我”的阻挡之中。

其余，这项研究成果还入选了 NIPS NeurIPS 2018医疗康健机器学习（ML4H）Workshop。

下面，量子位为大家详细先容李飞飞这篇新作品的详细内容。

由于年夜夫便是这么干的。

在目前的烦闷症诊断过程中，年夜夫须要和患者面对面谈天，来判断对方是否患病。

须要年夜夫来不雅观察的要素包括：

对方是否语调单一，完备不抑扬抑扬；

说话音量是否比较低；

讲话时手势是不是比正凡人少；

是不是总爱低头向下看；

……

其余，还须要通过患者康健问卷（PHQ, Patient Health Questionnaire）来调查来理解更详细的信息。

用AI来诊断烦闷症，就相称于用机器学习模型来代替那个和患者对话的年夜夫，把患者在年夜夫面前的表现变成数据，输入机器学习模型中。

因此，李飞飞团队采取的方案是先模型中输入3D面部关键点***、患者说话的音频和转成笔墨的访谈录音三种数据，分别对应下图中的abc三行。

之后，输出PHQ评分或烦闷症分类标签，就能得出此人是否患了烦闷症。

演习这个模型用到的是DAIC-WOZ数据集，包括142名患者的PHQ评分和189次临床访谈、统共50小时的数据。

全体模型由两个部分组成。

第一个部分叫句子级嵌入（Sentence-Level Embeddings）。

以往的嵌入办法都是嵌入一个音节或单词，只能捕捉几百毫秒的韶光。
李飞飞团队用的是全体句子多模态嵌入，可以实现捕捉更永劫光的声音、视觉和措辞元素。

下图便是多模态句子级嵌入的示例：

第二个部分叫因果卷积网络（C-CNN, Causal Convolutional Networks）。

之以是用因果卷积网络，是由于烦闷症患者说话慢。

比较普通人，烦闷症患者说话的时候会在不同的字词之间停顿更永劫光，因此全体句子的音***也就比较长。
处理这种长句子的时候，因果卷积网络要比RNN强。

我们来看一下实验结果。

个中，A是指输入数据为音频，V是指输入数据为***，L是指输入数据为文本。

比拟古人的实验结果，李飞飞的这项新研究数据上相对较高。
不过，与古人不同的是，这项新研究并不依赖一些预先做好的访谈记录，以是来的背景资料更少。
并且，这项新研究无需特色工程，可以直接用输入原始数据。

这张实验结果表格比拟了利用不同嵌入办法的结果。
个中，前两行是手工嵌入，第3~6行是预演习嵌入，末了两行是我们用到的句子级嵌入，输入的是log-mel光谱图、3D面部关键点***和Word2Vecs的序列。

论文：

Measuring Depression Symptom Severity from Spoken Language and 3D Facial Expressions

Albert Haque, Michelle Guo, Adam S Miner, Li Fei-Fei

https://arxiv.org/abs/1811.08592

— 完 —

诚挚招聘

量子位正在招募编辑/，事情地点在北京中关村落。
期待有才华、有激情亲切的同学加入我们！
干系细节，请在量子位"大众年夜众号(QbitAI)对话界面，回答“招聘”两个字。

量子位 QbitAI · 号签约作者

վ'ᴗ' ի 追踪AI技能和产品新动态