摘要：尽管AD/MDD患病率很高，但由于社会、感知和结构障碍，诊断和治疗率仍然较低（AD为36.9%，MDD为61.0%）。为了解决这一问题，研究人员开发了一种AI机器学习辅助工具，通过分析一分钟言语交流中的声学语音信号，精准筛查出共病AD/MDD患者。

原创 GlobalMD 全球医生组织

2025年02月06日 06:31美国

研究人员开发了一种AI机器学习辅助工具，可以分析1分钟的言语交流中的声学语音信号，精准筛查共病重度抑郁症或焦虑症患者。

近年来的研究发现，重度抑郁症（MDD）和焦虑症（AD）在成年人中发病率居高不下，新冠疫情进一步加剧了这些心理精神疾病问题。

尽管AD/MDD患病率很高，但由于社会、感知和结构障碍，诊断和治疗率仍然较低（AD为36.9%，MDD为61.0%）。为了解决这一问题，研究人员开发了一种AI机器学习辅助工具，通过分析一分钟言语交流中的声学语音信号，精准筛查出共病AD/MDD患者。

该研究的灵感来源于观察患有焦虑症和重度抑郁症的人，常常面临诊断和治疗延误，而语音信号能够反映多种健康状况，特别是精神疾病。研究人员发现，AD、MDD和共病AD/MDD具有不同的语音声学特征，特别是共病AD/MDD的识别更为困难，因为AD和MDD的声学标记通常相互对立。

研究人员采访了患有和不患有AD/MDD的女性参与者，使用远程医疗服务平台记录了参与者的语音交流情况，并进行语义语言流畅性测试，要求参与者在规定时间内说出尽可能多的动物名字。

通过提取录音中的声学和音素特征，并应用AI机器学习技术，研究人员成功地区分了患有和不患有AD/MDD的受试者。该研究证明了，利用一分钟语义流畅性测试能够可靠地筛查AD/MDD患者。

来源：营养和医学