據統計，現時全球約有 3 億人正受抑鬱症困擾，而在本港的抑鬱症患者人數已有超過 30 萬，情況值得關注。近日中大醫學院研發採用「多模態數據—人工智能分析」的手機 app，可以利用 AI 人工智能分析用家包括面部表情、聲音及文字等生物指標的「多模態數據」，以及由腕動計收集到的作息習慣資料作診斷，且證實這技術是有效評估抑鬱症的。有關研究已於國際期刊 Translational Psychiatry 發表，由醫務衞生局的醫療衞生研究基金資助。
即刻按此，用 App 睇更多產品開箱影片
中大醫學院精神科學系於 2021 年 6 月至 2023 年 3 月期間進行一項對照研究，招募了 101 位抑鬱症患者（抑鬱症組）及 82 位沒有精神障礙的人士（對照組）參與，分析「多模態數據」診斷華人抑鬱症患者的成效。參加者需要連續 7 日佩戴腕動計來記錄作息資料，並在中大研發的手機 app 評估快樂指數及拍片來記錄自己表情、聲線及感覺描述，從中發現抑鬱症患者普遍存在 5 個生物特徵，包括：1）減少活動時間及作息時間較紊亂，如會有遲睡及遲起床的情況；2）眉頭多為緊皺，亦較少出現嘴角向上的表情；3）交談時雖傾向談及自己，但較常使用帶有消極情緒的言詞；4）語速會變慢之外，停頓時間亦有較大變化，以及 5）抑鬱症患者及康復者的快樂指數平均較對照組低。
【熱門報道】
中大醫學院精神科學系系主任兼卓敏精神科學教授榮潤國教授表示，抑鬱症不只是悲傷感覺，還涉及生理、認知、情緒、語言及作息等多方面變化。因此除傳統臨床診斷外，以電子方式量度及分析一系列多模態數據，亦有望成為新一代評估和監測抑鬱症的工具。例如從這次研究可見，抑鬱症患者在情緒低落時會眉頭緊皺，前額與眉頭間會皺起形成像 Ω 符號般的臉部表情，，即是 Omega sign，而有關結果是與白人抑鬱症患者的研究結果一致，從而證明f當中為跨文化普遍現象，讓這些生物特徵可成識別抑鬱症潛在患者的的指標。
中大醫學院精神科學系博士後研究員陳捷博士也提，這次研究除檢視診斷效用外，透過 AI 的進一步分析是發現多模態數據可有效判斷患者是否曾經患過抑鬱症，其統計學上 F1 分數達 0.81。此外，多模態數據配合自我評估量表亦可評估患者臨床狀態，在統計學上 F1 分數可達0.70，勝過只用單模態或簡單自我評估的效果。
【精選消息】
Source: 香港中文大學醫學院