機器學習新技術，讓病人聲音成為診斷依據

聽聽病人嘶啞的聲音或許就能輕鬆診斷出其得了感冒，但是研究者認為一些人耳檢測不到的細微的聲音變化可以用來識別或預測某些難以診斷的疾病。

機器學習可以在這個研究方向上發展，幫助外科醫生檢測一系列無法通過傳統測試方式診斷出的疾病，如創傷後應激障礙（PTSD）。

紐約大學 Langone 醫學中心的精神科醫生 Charles Marmar 正在收集戰鬥老兵的聲音樣本，用以確定如何用聲調和語氣等特定特徵幫助精神科醫生診斷 PTSD、創傷性腦損傷或抑鬱症的。初步研究發現，聲音線索可以把創傷後應激障礙患者與健康人區分開來，精確度為 77%，加上新的數據後，該精確度還會上升。

「我們有了包括語音特徵等大量的生物和心理數據後，醫療和精神病學診斷將會更加準確，」Marmar 說。

數據分析在心理健康醫療領域變得越來越重要，因為在這個領域即使有豐富經驗的臨床醫生，也很難做出診斷。

最近，美國軍方推出行為健康數據門戶（Behavioral Health Data Portal）來幫助診斷創傷後應激障礙或抑鬱症。ONC 還推出 幾個項目，專註於收集病人報告結果數據。也有業內專家需要擴大數據收集工作，包括行為和社會經濟因素。

梅奧診所（Mayo Clinic）也在結合遠程監測收集語音數據和遠程監測來識別冠心病患者。與此同時，波士頓的一家公司正致力於開發一種基於聲音的技術，以識別產後抑鬱症或痴呆癥狀。