“6秒讀心”是什么黑科技?


“6秒讀心”是什么黑科技?



自殺干涉干與的新手段
2016年 , 辛辛那提市校園內青少年的自殺率激增 , 兒童福利院的行為健康本家兒管黛比·金瑞奇(Debbie Gingrich)目睹事態惡化 , 但原因不明 。 自殺是美國青年的第二大死因 , 曩昔15年辛辛那提市的自殺率根基連結不變 , 現在卻呈現劇增 , 令人擔憂 。 到了2017年1月 , 增加的趨向仍在繼續 。
據報道 , 一名8歲男童在被校園霸凌后自殺 , 不久之后 , 還有6論理學生也選擇竣事了他們的生命 。 家長和黌舍都心急如焚 , 本地醫療部分火急需要一種手段 , 以找出自殺風險最高的孩子 。 金瑞奇說:“查抄是否骨折 , 拍個X光就能知道 , 但在心理健康范疇卻缺乏有用的東西 , 每小我都想知道 , 為了拯救生命 , 我們能做些什么?”
作為解決方案之一 , 辛辛那提市各級黌舍決議測驗考試一項嘗試性的人工智能手藝 。 據稱 , 該手藝能檢測人類說話中是否埋沒有自殺傾標的目的 。 該機械進修算法的開辟者約翰·佩斯蒂安(John Pestian)是辛辛那提市兒童病院醫學中間(Cincinnati Children’s Hospital Medical Center)的生物醫學信息學與精力病學傳授 。 該算法將詳盡篩查患者灌音并闡發旌旗燈號組合 , 此中有些是人類無法察覺的 , 如:調子的細微轉變 , 或詞語和音節之間的納秒級延遲 。
該算法的練習集來自于自殺絕筆以及近期曾自殺未遂的患者灌音 。 在2016年的一次研究中 , 佩斯蒂安的團隊用379位患者的灌音來測試 。 第一組患者在曩昔24小時中曾測驗考試自殺;第二組患者按照精力判定被確診患有精力疾病 , 但從未試圖自殺;第三組灌音的患者均不具有以上兩種特征 。 單是經由過程掃描灌音的內容 , 佩斯蒂安的算法就可以或許以85%的精確率將患者準確分類 。
“6秒讀心”是什么黑科技?



2019年春季 , 佩斯蒂安的算法在幾所辛辛那提黌舍初次測試 。 在第一階段 , 教導員利用常規手段對學生進行心理健康評估 , 并同時利用定制的手機APP灌音 。 研究人員想知道聲音闡發的成果是否與精力病學調查和專家定見一致 。
成果算法表示杰出 , 于秋季在20所黌舍中奉行 , 并記實了上千論理學生的訪談 。 研究人員但愿這項手藝可以或許闡揚指導感化 , 讓有需要的學生去做進一步的精力病學評估 , 以阻止悲劇發生 。 只要能拯救生命 , 這項手藝就是有價值的 。
在計較精力病學(computational psychiatry)的新興范疇中 , 語音闡發是一項很有前景的前沿手藝 , 將人工智能東西應用于心理健康范疇 。 用高機能計較機對大量數據進行分類 , 研究人員對認知、行為和腦功能的模式進行深切闡發 , 以幫忙他們理解和檢測精力疾病 。
在語音方面 , 原本只有練習有素的精力病學家才能識別某些說話和聲音模式 , 這些程序不僅能主動檢測 , 還能捕獲到一些人耳無法感知的聲學線索 。 尤其是哈佛大學、麻省理工學院、哥倫比亞大學和斯坦福大學的科學家們開辟的算法 , 今朝已經可以或許做到 , 僅利用短短一分鐘的語音(經本人贊成收集) , 就初步篩查出是否患有創傷后應激障礙、抑郁癥、精力割裂、精力病和雙相障礙 。 經查驗 , 這些主動闡發算法與專業精力病學家的定見達到了70%-100%的吻合度 。

猜你喜歡