紐約大學(xué)（NYU）醫(yī)學(xué)院與SRI International的研究人員采用統(tǒng)計機器學(xué)習(xí)（statistical machine learning）技術(shù)：隨機森林（random forest）算法與語音分析（speech analysis）平臺SenSay Analytics的部分功能，開發(fā)人工智能（AI）語音分析工具以支持創(chuàng)傷后壓力癥候群（PTSD）的臨床診斷。

分析語音的頻率、韻律、聲調(diào)、發(fā)音特征，可協(xié)助診斷創(chuàng)傷后壓力癥候群

據(jù)NYU Langone Health報導(dǎo)，PTSD的患者在遭逢觸發(fā)事件時會經(jīng)歷強烈而持續(xù)的精神緊張癥狀，全球逾70%的成年人一生中曾經(jīng)歷創(chuàng)傷事件，而部分艱困國家中的人民約12%正苦于PTSD。最常使用的診斷方式是透過臨床面談或自陳式（self-report）評估，不過兩者的結(jié)果都易受成見影響，因此必須找出可衡量、客觀、實際的PTSD發(fā)展指標(biāo)，但迄今進展緩慢。

2019年4月22日NYU研究團隊以在線方式發(fā)表于Depression and Anxiety期刊的「美國退伍軍人PTSD語音標(biāo)記（Speech-based markers for posttraumatic stress disorder in US veterans）」研究報告指出，分析退伍軍人說話的語音特征可用于協(xié)助診斷PTSD，NYU發(fā)展的AI語音分析軟件辨識PTSD患者的成功率達89%。

語音工具可提供非侵入式、低成本、可遠(yuǎn)距操作等優(yōu)勢，因此非常適合用于自動化診斷系統(tǒng)，例如集成至診斷PTSD的智能型手機App。NYU醫(yī)學(xué)院發(fā)表的研究并未探究導(dǎo)致PTSD的成因與機制，而是基于創(chuàng)傷事件會改變?nèi)四X控制情緒與肌肉張力的回路，進而影響其語音特征的理論，來開發(fā)PTSD臨床診斷AI工具。

運用隨機森林算法發(fā)展的AI程序，能夠基于實例學(xué)習(xí)處理個體分類，所建立的決策規(guī)則與數(shù)學(xué)模式，可隨訓(xùn)練資料量增加而強化決策準(zhǔn)確性。較不清晰的談話、沒有生氣且刺耳的語調(diào)，長久以來即被視為有助于辨識與診斷PTSD，NYU醫(yī)學(xué)院的研究團開發(fā)的隨機森林程序可為特定語音特征模式與PTSD癥狀建立連結(jié)作為診斷依據(jù)。

研究人員首先錄制數(shù)小時包括53名在服役時罹患PTSD癥狀與78名無PTSD癥狀的伊拉克與阿富汗退伍軍人的標(biāo)準(zhǔn)診斷面談，作為臨床醫(yī)師施行的PTSD衡量標(biāo)準(zhǔn)（Clinician-Administered PTSD Scale；CAPS），接著將其輸入結(jié)合隨機森林與SRI International語音技術(shù)的AI軟件，從診斷面談中篩選出各種模式，共計擷取出40，526個語音相關(guān)的特征。

蘋果（Apple）的 Siri是由SRI International所開發(fā)，NYU醫(yī)學(xué)院研究團隊的AI PTSD診斷工具運用的語音分析技術(shù)，即是SRI International的語音分析平臺SenSay Analytics的部分功能。未來NYU醫(yī)學(xué)院研究團隊計畫用更多資料訓(xùn)練AI語音工具以強化其功能，并進一步以獨立的樣本進行功能驗證，最終將向美國政府申請批準(zhǔn)應(yīng)用于醫(yī)療院所的臨床實際病例。

SenSay Analytics語音分析平臺分析語詞時會結(jié)合語音的頻率、韻律、聲調(diào)，以及發(fā)音的特征以推斷說話者的溝通質(zhì)量、認(rèn)知、情緒、生理與心理健康、情緒等狀態(tài)，相關(guān)技術(shù)已被Ambit、Decoded Health、Oto等新創(chuàng)應(yīng)用于各種產(chǎn)業(yè)應(yīng)用。NYU的研究團隊成員包括NYU醫(yī)學(xué)院的教授、NYU精神醫(yī)學(xué)系與SRI International的研究人員。

NYU這項研究計畫是由美國陸軍醫(yī)學(xué)研究采購活動（U.S. Army Medical Research Acquisition Activity；USAMRAA）組織及遠(yuǎn)距醫(yī)療與先進技術(shù)研究中心（Telemedicine and Advanced Technology Research Center；TATRC）的W81XWH-ll-C-0004，以及Steven and Alexandra Cohen Foundation所資助。