新政再出臺！MAGIC KID加速少兒體適能數字化轉型
如今，心理健康已成為世界上最大的挑戰之一。美國疾病控制與預防中心（CDC）擔心，有二分之一的美國人可能在大流行后患上抑郁癥。但醫學研究表明，約有三分之二的抑郁癥病例未被診斷。
當今心理健康的雙重挑戰
曾被產后抑郁癥困擾的Seiilova Olson與AI技術專家Grace Chang一起成立了Kintsugi，這是一家使用AI獲取心理健康服務的創業公司。公司的出發點來自于當下精神保健面臨兩個主要問題，首先，由于人員短缺，遭受精神問題困擾中的人中，只有十分之三的人得到了專業診療。其次，當下對于精神健康問題的診斷是基于諸如患者健康問卷（PHQ）之類的篩查工具。因此，醫生的診斷取決于患者在記憶中重新創建圖像的準確性。=結果就是心理醫生診斷精神健康病例的準確性僅為47.3%。
用人工智能重啟心理健康
數字醫療是基于數據和科技經過臨床評估的軟件工具，可幫助治療、管理和預防多種疾病。數字醫療解決方案可以解決獲得及時護理和提高護理質量的雙重問題。
人們的講話會伴隨著音調、音質和節奏的變化，通過處理音頻，研究員會將幾秒鐘的語音記錄分解成具有數千種特征的信號，再將音頻轉化成可供分析的數據。鮮為人知的是，某人的聲音每幾毫秒的微小變化可能是由于他們身心狀況的變化而引起的。借助這些豐富的數據，可以確定哪些聲音特征映射到特定的疾病癥狀或健康狀況的變化。使用來自成千上萬患有某些健康狀況的個體的數據，可以教AI算法來檢測這些患者中常見的聲音模式。一旦專家確認這些相關參數是特定健康狀況癥狀的良好指標，技術人員就會將此聲學特征的特定子集稱為“語音生物標志物”。已經有團隊使用這種方法來訓練機器學習模型，該模型可以在人們開始出現抑郁癥狀初期便提供提示。
該團隊通過收購語音公司以及合作伙伴獲取了大量了語音數據，目前，該團隊存儲了來自全球80000多人的超過100萬個語音樣本。通過AI模型的預測結果發現，語音生物標記物可以準確標記出超越年齡、性別甚至國籍差異性的特征，換而言之，僅需一個語音AI模型即可用于診斷來自世界各地不限年齡和性別的患者。Kintsugi的AI解決方案僅用20秒鐘的音頻剪輯即可檢測到心理健康問題，臨床準確率超過80%。與從業者當前的檢測率47.3%相比，人工智能幾乎可以使患者診斷的效率提高一倍。
人工智能如何通過對話改善患者治療質量
該團隊AI解決方案提供可以連續監控個人健康的用戶端APP，并且集成到遠程醫療平臺的護理管理APP。因此，通過APP的語音日記功能，人工智能甚至可能在患者需要治療干預前就已經通過健身追蹤器開始行動。其一，通過準確地對患者進行預篩查，提高了醫生的工作效率。其二，AI解決方案可擴大醫生的診斷范圍，并且可為醫生提供長期且連續的數字監控，使醫生通過訪問更加可靠的顆粒度數據，為患者制定后續的治療方案，這種由AI驅動的跟蹤性和有針對性的干預可以挽救生命。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）