主頁 >  醫學新知 >  AI應用|7成精神障礙患者未尋求支援!中大醫學院研手機程式有效評估抑鬱症

AI應用|7成精神障礙患者未尋求支援!中大醫學院研手機程式有效評估抑鬱症

Fion
編輯: Fion
日期: 2024-06-13

AI應用|7成精神障礙患者未尋求支援!中大醫學院研發的手機程式有效評估抑鬱症

抑鬱症是十分普遍的精神健康問題,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。中大醫學院研發了採用「多模態數據—人工智能分析」的手機應用程式,即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,透過研究證實能有效評估抑鬱症。

2015年香港精神健康調查指出,本港常見精神障礙患者(包括抑鬱症及焦慮症患者)中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。為了讓患者更願意尋求協助,醫學界近年興起利用無需面診的電子平台協助診斷。而目前臨床評估是診斷抑鬱症的黃金標準,惟精神健康服務在香港及全球多個地區供不應求。

研究揭抑鬱症患者主要生物特徵

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(抑鬱症組)及82位沒有精神障礙的人士(對照組)參與。參加者需要連續七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。

AI應用|7成精神障礙患者未尋求支援!中大醫學院研發的手機程式有效評估抑鬱症

是次研究發現抑鬱症患者主要的生物特徵分別包括:作息測量結果顯示,他們會減少活動時間,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,他們傾向談及自己,並較常使用帶有消極情緒的言語。他們語速會變慢且停頓的時間亦有較大變化;以及抑鬱症患者及康復者的快樂指數平均都較對照組低。

會形成像Ω符號般臉部表情

中大醫學院精神科學系系主任兼卓敏精神科學教授榮潤國教授解釋:「在抑鬱症患者面部表情方面,我們的研究結果與以往文獻的分析一致:抑鬱症患者在情緒低落時會眉頭緊皺,前額與眉頭間會皺縮起來形成像Ω符號般的臉部表情,稱為『Omega sign』,這是一種憂鬱情緒的面部特徵。此外,我們的結果與高加索人種(亦稱白人)抑鬱症患者的研究結果一致,華人抑鬱症患者語速會變慢,同時傾向在說話中使用第一人稱,這反映了抑鬱症患者有自我關注的傾向,我們的研究證明這是一種跨文化的普遍現象。這些生物特徵可以成為識別抑鬱症高風險人群的指標。」

另外,他續指,研究亦證明「多模態數據—人工智能平台」輔助醫學教育及培訓的潛能。

AI應用|7成精神障礙患者未尋求支援!中大醫學院研發的手機程式有效評估抑鬱症

現階段只應用於研究

李汶浩博士表示,手機應用程式透過錄影記錄使用者的表情、聲線及感覺描述,評估快樂指數。整個過程約需兩分鐘,而現階段只應用於抑鬱症患者的研究。團隊將繼續收集更多元及更大量的臨床數據,提升程式的人工智能系統,目標是普及至社區應用,作為抑鬱症評估工具。相關研究結果已於國際期刊《Translational Psychiatry》發表。

Text:Fion

574次閱讀
Loading
icon_facebook icon_whatsapp icon_line icon_mail icon_print