数据显示，环球有10亿人正在受到精神生理问题的困扰，个中烦闷症是非致命康健丢失的最大诱因之一。
作为一种会给患者及其家属带来巨大痛楚的常见精神障碍，烦闷症患者常常表现有缺少兴趣、回避社交、精力流失落使得完成事情学习任务困难等状态。
除了感情变革，烦闷症患者还会表现出一系列生物学症状，包括以早醒为特色的就寝障碍、昼夜感情变革、食欲改变等。

WHO（天下卫生组织）报告称，环球估计有超过3亿人患有烦闷症，均匀发病率为4.4%，而烦闷症的终生患病率在中国则高达6.8%。
此外，到了2030年，烦闷症将会成为环球第一大疾病包袱。

然而不幸的是，由于大众对烦闷症的认知缺少和污名化，许多人存在病耻感，排斥寻求帮助。
同时，由于医疗可及性等成分，大量患者正在遭受误诊、或无法得到所需的帮助。
个中，当烦闷症患者较年永劫，所带来的个人负面影响和家庭包袱更为严重。
老年烦闷症患者的误诊率更高，得到足够支持的机会也更低。
因此，如何帮助烦闷症患者更加方便、精准地得到生理康健评估、检测及监测，成为了近年来的研究热点。

传统的烦闷症诊断是通过受过专业培训的精神科年夜夫对患者进行访谈和不雅观察，根据诊断标准评估患者是否患有烦闷症。
而在海内，精神科年夜夫的短缺使得有效识别烦闷症变得更加困难。
2017年，中国约有2.7万名精神科年夜夫，均匀每10万人口2名精神科年夜夫。
世卫组织数据显示，俄罗斯和美国的这一比例分别为每10万人口11名和12名精神科年夜夫，只管到2020年，全国精神科执业(助理)医师数量增加到4万名，但面对中国弘大的人口基数，目前烦闷症的诊断仍存在较大的寻衅。

这一诊断办法导致了：患者对症状严重程度的不自知、遮盖病情等问题，常常会稠浊诊断。
而研究表明，成功的烦闷症筛查和监测可以供应更早的诊断和更风雅的治疗，这可能有助于改进严重烦闷症的预后。

近年来，基于移动真个AI技能和可穿着设备，对生理和生理数据进行无创和连续监测产生了巨大的浸染。
同时，语义识别、机器翻译等技能也已经逐渐成熟。
声学和语音命令处理方面的进步，使得机器学习成为了康健诊断的新兴领域。

语音的产生是一个繁芜的神经肌肉折衷过程。
肺部气流经由声门带动声带震撼，并通过声道的共鸣、谐振从而发生发火声音。
语音中携带了声学、措辞、情绪等繁芜信息。
几十年来的过往研究表明，烦闷症患者在措辞方面会表现出重音减轻、单调、响度衰减等征象，这些是由烦闷症造成的本色性改变引起的。

目前，一系列声学特色已被确定为烦闷症的预测成分，例如语音中的声源特色、频谱及韵律特色等。
机器学习能够从语音中捕获人耳很难乃至无法感知但客不雅观存在的声学特色变革，这一语音技能也在检测烦闷症等精神障碍方面表现出了可不雅观的潜力。

回归到海内研究领域，2019年开始，北京大学第六医院的岳伟华教授课题组与语音人工智能科技公司「宇音数康」进行互助，开启了利用语音进行烦闷症筛查评估的互助研究项目。
在经历了研究设计、伦理审查、数据网络、技能研发等阶段后，目前该项目已经进入了干系临床研究。

今年11月该项目组在《Frontiers in Psychiatry》揭橥了一篇临床研究论文，其基于纯语音旗子暗记处理的深度学习模型，可通过基于智好手机约30秒的语音进行烦闷症评估，且达到了82.14%的灵敏度和80.65%的特异性。
纵然在研究中采取了更高的对标标准（采取与精神科医师的DSM-5诊断结果比拟，而欧美研究普遍采取与自丈量表结果比拟），该模型在临床研究中的性能仍超过了目前欧美干系企业的数值表现。

技能互助方「宇音数康」是一家语音人工智能科技公司，致力于通过自研的语音生物标记识别技能与AI平台，为精神生理康健领域供应智能、专业、可规模化的筛查、监测及干预办理方案。

“语音AI科技能够帮助人类进行高精度的、非侵入性的生理疾病检测。
”

「宇音数康」联合创始人兼首席医疗官何恭诚表示，得益于NMPA和FDA对人工智能医疗东西（SaMD)和数字疗法（DTx）的支持，语音生物标记识别领域的技能正在颠覆此前“敏感”、“主不雅观”的精神生理家当。

该项目的语音模型在43000条临床音频会话组成的数据集上进行深度学习演习而得，并在独立验证集上进行测试与临床研究。
所有患者会话均采集自精神科年夜夫按照 DSM-5 国际标准进行诊断的患者，通过不同智好手机在不同环境中网络并录音。

“这有可能是目前天下上干系领域内最高质量的数据集。
”

何恭诚见告36氪，从技能迭代来看，该项目为利用深度学习技能快速识别和诊断烦闷症供应了一种新方法，并证明了从原始语音旗子暗记中提取的声音生物标志物对付烦闷症的早期评估与筛查具有很高的潜力。

在不久的未来，对付受到烦闷症等生理问题困扰的人而言，只须要完成30秒旁边的语音任务，就可以在私密的环境中得到客不雅观、专业、便捷的精神生理评估与筛查结果。