中大醫學院成功研發採用「多模態數據：人工智能分析」的手機應用程式，透過人工智能分析使用者的「多模態數據」，包括面部表情、聲音及文字等生物指標，以及由腕動計收集到的作息習慣資料作診斷。研究證實此技術能有效評估抑鬱症，結果已於國際期刊《Translational Psychiatry》發表。
中大醫學院表示，全球約3億人正受抑鬱症困擾，成為全球醫療負擔的主因之一；根據香港精神健康調查2015年數據，本港每100名港人就有8.3人患有抑鬱症。目前臨床評估是診斷抑鬱症的黃金標準，但精神健康服務在香港及全球多個地區供不應求；2015年香港精神健康調查指出，本港常見精神障礙患者之中，包括抑鬱症及焦慮症患者，有七成人未有尋求精神健康服務，原因包括缺乏意識、害怕被歧視或尋求服務時遇到困難。
中大醫學院精神科學系於2021年6月至2023年3月期間進行了一項對照研究，以分析用「多模態數據」診斷華人抑鬱症患者的成效。研究共招募了101位抑鬱症患者及82位沒有精神障礙的人士參與。參加者需要連續7天佩帶腕動計以記錄他們的作息資料，並在中大研發的手機程式中評估自己的快樂指數，及錄影片段記錄自己的表情、聲線及感覺描述。
研究發現，抑鬱症患者主要的生物特徵包括減少活動時間，並會出現較紊亂的作息時間，例如遲睡及遲起床；多緊皺眉頭，嘴角向上的表情亦較少；在交談時，抑鬱症患者傾向談及自己，並較常使用帶有消極情緒的言語，語速會變慢且停頓的時間亦有較大變化；抑鬱症患者及康復者的快樂指數平均都較對照組低。
中大醫學院精神科學系系主任榮潤國教授指，抑鬱症不僅是一種悲傷的感覺，還涉及生理、認知、情緒、語言及作息等多方面變化。因此除了傳統的臨床診斷，利用電子方式量度及分析一系列多模態數據，亦有望成為新一代的抑鬱症評估和監測工具。
中大醫學院精神科學系博士後研究員陳捷博士表示，除檢視診斷的效用，研究團隊透過人工智能進一步分析發現，多模態數據可以有效判斷患者是否曾經患過抑鬱症，其統計學上F1分數達0.81。此外，多模態數據配合自我評估量表亦可以評估患者的臨床狀態，在統計學上F1分數可達0.70，優於僅使用單模態或簡單自我評估的效果。
中大醫學院精神科學系助理教授李汶浩博士透露，計劃運用是次研究所得到的抑鬱症電子生物標記，建立一個專門篩查和監測華人抑鬱症患者的人工智能自動化系統。上述系統具有協助診斷和監測此病的潛力，有助舒緩醫護人員的壓力。@
------------------
🏵️《九評》20周年
https://hk.epochtimes.com/category/專題/退黨大潮
🔔下載大紀元App 接收即時新聞通知
🍎iOS：https://bit.ly/epochhkios
🤖Android：https://bit.ly/epochhkand
