紐約大學(NYU)醫(yī)學院與SRI International的研究人員采用統(tǒng)計機器學習(statistical machine learning)技術：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,、發(fā)音特征,，可協(xié)助診斷創(chuàng)傷后壓力癥候群

　　據NYU Langone Health報導,，PTSD的患者在遭逢觸發(fā)事件時會經歷強烈而持續(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，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)學院發(fā)表的研究并未探究導致PTSD的成因與機制,，而是基于創(chuàng)傷事件會改變人腦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,，能夠基于實例學習處理個體分類，所建立的決策規(guī)則與數(shù)學模式,，可隨訓練資料量增加而強化決策準確性,。較不清晰的談話、沒有生氣且刺耳的語調,，長久以來即被視為有助于辨識與診斷PTSD,，NYU醫(yī)學院的研究團開發(fā)的隨機森林程序可為特定語音特征模式與PTSD癥狀建立連結作為診斷依據。

　　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準診斷面談,，作為臨床醫(yī)師施行的PTSD衡量標準(Clinician-Administered PTSD Scale；CAPS),，接著將其輸入結合隨機森林與SRI International語音技術的AI軟件,，從診斷面談中篩選出各種模式，共計擷取出40,526個語音相關的特征,。

　　蘋果(Apple)的 Siri是由SRI International所開發(fā),，NYU醫(yī)學院研究團隊的AI PTSD診斷工具運用的語音分析技術，即是SRI International的語音分析平臺SenSay Analytics的部分功能,。未來NYU醫(yī)學院研究團隊計畫用更多資料訓練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應用于醫(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合語音的頻率,、韻律,、聲調，以及發(fā)音的特征以推斷說話者的溝通質量,、認知,、情緒、生理與心理健康,、情緒等狀態(tài),，相關技術已被Ambit、Decoded Health,、Oto等新創(chuàng)應用于各種產業(yè)應用,。NYU的研究團隊成員包括NYU醫(yī)學院的教授、NYU精神醫(yī)學系與SRI International的研究人員,。

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