周财锋随着疫情对公众心理健康造成了一系列负面影响，抑郁症正在成为一种社会性心理问题。

　　数据显示，全球有10亿人正在受到精神心理问题的困扰，其中抑郁症是非致命健康损失的最大诱因之一。作为一种会给患者及其家属带来巨大痛苦的常见精神障碍，抑郁症患者常常表现出缺乏兴趣、回避社交、精力流失使得完成工作学习任务困难等状态。除了情绪变化，抑郁症患者还会表现出一系列生物学症状，包括以早醒为特征的睡眠障碍、昼夜情绪变化、食欲改变等。

　　WHO（世界卫生组织）报告称，全球估计有超过3亿人患有抑郁症，平均发病率为4.4%，而抑郁症的终生患病率在中国则高达6.8%。此外，到了2030年，抑郁症将会成为全球第一大疾病负担。

　　然而不幸的是，由于大众对抑郁症的认知缺乏和污名化，许多人存在病耻感，排斥寻求帮助。同时，由于医疗可及性等因素，大量患者正在遭受误诊、或无法获得所需的帮助。其中，当抑郁症患者较年长时，所带来的个人负面影响和家庭负担更为严重。老年抑郁症患者的误诊率更高，获得足够支持的机会也更低。因此，如何帮助抑郁症患者更加方便、精准地获得心理健康评估、检测及监测，成为了近年来的研究热点。

　　传统的抑郁症诊断是通过受过专业培训的精神科医生对患者进行访谈和观察，根据诊断标准评估患者是否患有抑郁症。而在国内，精神科医生的短缺使得有效识别抑郁症变得更加困难。2017年，中国约有2.7万名精神科医生，平均每10万人口2名精神科医生。世卫组织数据显示，俄罗斯和美国的这一比例分别为每10万人口11名和12名精神科医生，尽管到2020年，全国精神科执业(助理)医师数量增加到4万名，但面对中国庞大的人口基数，目前抑郁症的诊断仍存在较大的挑战。

　　这一诊断方式导致了：患者对症状严重程度的不自知、隐瞒病情等问题，经常会混淆诊断。而研究表明，成功的抑郁症筛查和监测可以提供更早的诊断和更精细的治疗，这可能有助于改善严重抑郁症的预后。

　　近年来，基于移动端的AI技术和可穿戴设备，对生理和心理数据进行无创和连续监测产生了巨大的作用。同时，语义识别、机器翻译等技术也已经逐渐成熟。声学和语音命令处理方面的进步，使得机器学习成为了健康诊断的新兴领域。

　　语音的产生是一个复杂的神经肌肉协调过程。肺部气流经由声门带动声带震动，并通过声道的共鸣、谐振从而发出声音。语音中携带了声学、语言、情感等复杂信息。几十年来的过往研究表明，抑郁症患者在语言方面会表现出重音减轻、单调、响度衰减等现象，这些是由抑郁症造成的实质性改变引起的。

　　目前，一系列声学特征已被确定为抑郁症的预测因素，例如语音中的声源特征、频谱及韵律特征等。机器学习能够从语音中捕获人耳很难甚至无法感知但客观存在的声学特征变化，这一语音技术也在检测抑郁症等精神障碍方面表现出了可观的潜力。

　　回归到国内研究领域，2019年开始，北京大学第六医院的岳伟华教授课题组与语音人工智能科技公司「宇音数康」进行合作，开启了利用语音进行抑郁症筛查评估的合作研究项目。在经历了研究设计、伦理审查、数据收集、技术研发等阶段后，目前该项目已经进入了相关临床研究。

　　今年11月该项目组在《Frontiers in Psychiatry》发表了一篇临床研究论文，其基于纯语音信号处理的深度学习模型，可通过基于智能手机约30秒的语音进行抑郁症评估，且达到了82.14%的灵敏度和80.65%的特异性。即使在研究中采用了更高的对标标准（采用与精神科医师的DSM-5诊断结果对比，而欧美研究普遍采用与自测量表结果对比），该模型在临床研究中的性能仍超过了目前欧美相关企业的数值表现。

　　技术合作方「宇音数康」是一家语音人工智能科技公司，致力于通过自研的语音生物标记识别技术与AI平台，为精神心理健康领域提供智能、专业、可规模化的筛查、监测及干预解决方案。

　　「宇音数康」首席技术官朱政文表示，得益于NMPA和FDA对人工智能医疗器械（SaMD)和数字疗法（DTx）的支持，语音生物标记识别领域的技术正在颠覆此前“敏感”、“主观”的精神心理产业。

　　该项目的语音模型在43000条临床音频会话组成的数据集上进行深度学习训练而得，并在独立验证集上进行测试与临床研究。所有患者会话均采集自精神科医生按照DSM-5国际标准进行诊断的患者，通过不同智能手机在不同环境中收集并录音。

　　朱政文告诉36氪，从技术迭代来看，该项目为利用深度学习技术快速识别和诊断抑郁症提供了一种新方法，并证明了从原始语音信号中提取的声音生物标志物对于抑郁症的早期评估与筛查具有很高的潜力。

　　在不久的未来，对于受到抑郁症等心理问题困扰的人而言，只需要完成30秒左右的语音任务，就可以在私密的环境中获得客观、专业、便捷的精神心理评估与筛查结果。