中大医学院研发的手机程式有效评估抑郁症
全球约3亿人正受抑郁症困扰,此症更成为全球医疗负担的主因之一。根据香港精神健康调查2015年数据,本港每100名港人就有8.3人患有抑郁症。目前临床评估是诊断抑郁症的黄金标准,但精神健康服务在香港及全球多个地区供不应求。香港中文大学(中大)医学院研发了采用「多模态数据—人工智能分析」的手机应用程式,即透过人工智能分析使用者的「多模态数据」,包括面部表情、声音及文字等生物指标,以及由腕动计收集到的作息习惯资料作诊断。研究证实此技术能有效评估抑郁症,结果已於国际期刊Translational Psychiatry发表。
本港七成精神障碍患者未有寻求精神健康服务
2015年香港精神健康调查指出,本港常见精神障碍患者(包括抑郁症及焦虑症患者)中七成人未有寻求精神健康服务,原因包括缺乏意识、害怕被歧视或寻求服务时遇到困难。为了让患者更愿意寻求协助,医学界近年兴起利用无需面诊的电子平台协助诊断。
中大医学院精神科学系系主任兼卓敏精神科学教授荣润国教授表示:「抑郁症不仅是一种悲伤的感觉,还涉及生理、认知、情绪、语言及作息等多方面变化。因此,除了传统的临床诊断,利用电子方式量度及分析一系列多模态数据,亦有望成为新一代的抑郁症评估和监测工具。」
眉头紧皱、消极语言等为抑郁症患者的常见表徵
中大医学院精神科学系於2021年6月至2023年3月期间进行了一项对照研究,以分析用「多模态数据」诊断华人抑郁症患者的成效。研究共招募了101位抑郁症患者(抑郁症组)及82位没有精神障碍的人士(对照组)参与。参加者需要连续七天佩带腕动计以记录他们的作息资料,并在中大研发的手机程式中评估自己的快乐指数,及录影片段记录自己的表情、声线及感觉描述。
是次研究发现抑郁症患者主要的生物特徵如下:
- 作息测量结果显示,他们会减少活动时间,并会出现较紊乱的作息时间,例如迟睡及迟起床。
- 多紧皱眉头,嘴角向上的表情亦较少。
- 在交谈时,他们倾向谈及自己,并较常使用带有消极情绪的言语。他们语速会变慢且停顿的时间亦有较大变化。
- 抑郁症患者及康复者的快乐指数平均都较对照组低。
荣润国教授解释:「在抑郁症患者面部表情方面,我们的研究结果与以往文献的分析一致:抑郁症患者在情绪低落时会眉头紧皱,前额与眉头间会皱缩起来形成像Ω符号般的脸部表情,称为『Omega sign』,这是一种忧郁情绪的面部特徵。此外,我们的结果与高加索人种(亦称白人)抑郁症患者的研究结果一致,华人抑郁症患者语速会变慢,同时倾向在说话中使用第一人称,这反映了抑郁症患者有自我关注的倾向,我们的研究证明这是一种跨文化的普遍现象。这些生物特徵可以成为识别抑郁症高风险人群的指标。另外,研究证明了『多模态数据—人工智能平台』辅助医学教育及培训的潜能。」
中大医学院精神科学系博士后研究员陈捷博士表示:「除了检视诊断的效用,我们透过人工智能进一步分析发现,多模态数据可以有效判断患者是否曾经患过抑郁症,其统计学上F1分数[1]达0.81。此外,多模态数据配合自我评估量表亦可以评估患者的临床状态,在统计学上F1分数可达0.70,优於仅使用单模态或简单自我评估的效果。」
中大医学院精神科学系助理教授李汶浩博士表示:「我们计划运用是次研究所得到的抑郁症电子生物标记,建立一个专门筛查和监测华人抑郁症患者的人工智能自动化系统。抑郁症是十分普遍的精神健康问题,有关服务的需求殷切,而上述系统具有协助诊断和监测此病的潜力,助舒缓医护人员的压力。」
此项研究由医务衞生局的医疗衞生研究基金资助。
[1]F1分数是用以计算模型准确率的统计学方法,由0至1,1为最大值,即代表最精确。