忧郁症是非常难以察觉的疾病，由于患者不一定会对外展现负面情绪，周遭的人发现时往往为时已晚。为了更早察觉忧郁症倾向并提供协助，麻省理工（MIT）团队开发出一种神经网络模型，不需设定问答内容，就能根据人们的谈话方式来侦测忧郁迹象。
检测忧郁的 AI 应用并不新鲜。近几年来，机器学习一直都被认为是诊断的有用辅助手段，一些团队甚至开发 AI 来检测 Instagram 贴文内容是否显示抑郁倾向，然而现有模型通常要求患者回答特定问题，而这限制了应用方式和时间。
另一方面，MIT 模型使用语音模式来检测抑郁症，并不需要特定的问题或答案。MIT 模型可应用于各种对话，透过随意访谈的原始文字、声音数据，它就可在没有其他资讯的情况下，协助检测对象是否有抑郁症的语音模式。
研究人员希望能运用这种模型开发用自然对话检测抑郁迹象的工具，举例来说，这个模型可支援手机应用程序，透过观察文字及语音对话，并检测到有问题时发送警报。
当然，要应用这些功能仍有许多隐私问题，但这项模型的用途不仅于此。MIT 电脑科学与人工智能实验室（CSAIL）高级研究员 James Glass 便指出，这项技术还可用于辨识临床谈话里的抑郁倾向，因为每个病人的谈话方式都不同，如果模型看出其中的变化，将可提醒医生注意。
“这是向前迈出的一小步，看看我们是否可为临床医生的工作提供一些辅助。”
- MIT Develops AI That Can Detect Depression From Your Conversations
- Model can more naturally detect depression in conversations
（首图来源：pixabay）
