抑郁症对于数百万人来说是一个巨大的问题，而且往往伴随着精神健康支持和负面情感的加剧。 早期诊断可能有所帮助，但很多精神障碍很难被发现。 机器学习算法可让智能手机识别面部或响应我们的声音，这有助于提供一种通用且低成本的方法来发现早期迹象并在需要的地方获得治疗。
在斯坦福大学的一个研究小组进行的一项研究中，科学家们发现，面部和语音软件能够以合理的准确度识别抑郁症的信号。
研究人员将抑郁症和非抑郁症患者的视频镜头投入到机器学习模型中，该模型经过训练，可以从信号的组合中学习：面部表情，语调和口语。 数据来自访谈调查，其中患者与医生的交谈。
在测试中，它能够检测出是否有人在超过80％的时间内感到抑郁。 这项研究由着名人工智能专家李飞飞领导，她最近从谷歌回到了斯坦福。
虽然新工作还处于早期阶段，但研究人员表示，有朝一日它可以为人们提供一种更容易被诊断和帮助的方法。
“与身体疾病相比，精神障碍更难以发现，”研究人员在本周在蒙特利尔举行的NeurIPS AI会议上发表的一篇论文中写道。 “精神健康的负担因医疗障碍而加剧，例如社会耻辱，经济成本和缺乏可及的治疗方案[......]这项技术可以部署到全球手机上，并促进低成本普遍获得心理服务卫生保健。”
研究人员告诫说，这项技术不会取代临床医生。他们补充说，所使用的数据不包括任何受保护的健康信息，例如姓名，日期或地点。他们还指出，需要进一步开展工作，以确保该技术不会偏向某一特定种族或性别。
马萨诸塞州剑桥市麦克莱恩医院的临床精神病学家贾斯汀贝克研究使用技术治疗精神疾病，他对系统分析患者的面部，语音和语言的方式印象深刻。 “这非常酷，因为这是人类做得非常好，”他说。贝克说人工智能和智能手机如果仔细使用会产生很大的影响：“这既令人兴奋，也需要与临床专家进行大量合作才能做得很好。”
但麻省理工学院助理教授David Sontag专注于机器学习和医疗保健，他对这项工作的重要性持谨慎态度。 他说，其中一个问题是，培训数据是在与真正的临床医生面谈时收集的，虽然是一个化身后面的人，因此不清楚诊断是否可以完全自动化。 “这项工作很有意思，”他说，“但我还不清楚它是如何在临床上使用的。”
然而，检测和治疗精神健康状况的新方法有望使治疗更容易获得，也许更有效。 斯坦福大学的另一个研究小组开发了一个聊天机器人，以提供简单的认知行为疗法。 研究人员表示，这种方法已被证明是有效的，许多患者说他们实际上更喜欢和机器说话。 这一点得到了学术研究的支持。
说到面部识别，谷歌曾经在2017年发布了一款AI硬件纸盒套件，也是旗下AI开源项目(AIY Projects)的作品。Vision Kit 是一套简单的计算机视觉系统，它可以检测几千种常见物体，但也可以对人类的脸部表情进行检测，并显示出情绪，比如微笑、皱眉、愤怒、开心等等。
皱眉时按钮会变蓝色，微笑则变黄色。若人脸的表情很夸张，设备会发出声音。假如相机看到多张人脸，它将评估每张人脸并计算每张人脸的喜悦分值。
机器学习正在进步，我们似乎正在不断接近我们心中的人工智能目标。语音识别、图像检测、机器翻译、风格迁移等技术已经在我们的实际生活中开始得到了。