韩国喜剧演员朴智善和他的母亲被发现死在家中。这或许又是抑郁症引发的悲剧。患有抑郁症的人很难对生活中的事情感到高兴，甚至在发病期间走一步对他们来说都是常人无法理解的痛苦。这种严重的心理障碍已成为世界第四大疾病。据估计，全世界有3.5亿人受到抑郁症的折磨，而选择自杀的年轻人中，有超过60%的人都经历过抑郁症。好莱坞女星安妮海瑟薇曾在电影《Modern Love》中饰演一位饱受抑郁症困扰的都市女性。心情正常的时候，她是随时散发着魅力的女神，但生病的时候，她就像变了一个人。甚至在她化妆约会的时候，突如其来的抑郁症也会将她淹没，甚至会突然失去活下去的意志。近年来，科研人员也一直在努力，希望用科技拯救更多深渊中的人，而AI也成为辅助诊疗的有效工具。很多AI设备都加入了“情绪识别”功能，但大多是通过识别面部活动和语言来判断人的情绪。这种方法的缺点是面部活动可以伪造。现在Alphabet计划开始使用AI分析人的脑电波来判断情绪变化，希望能支持抑郁症的诊断和治疗。该项目代号为Amber，由Alphabet的实验性研发实验室X发起。大脑的“奖赏系统”反应较弱，超过60%的自杀年轻人经历抑郁症据美国国立卫生研究院称，约有1730万美国的成年人至少患有一次抑郁症。2016年至2018年，美国有严重自杀念头的成年人比例增加了0.15%，同比增加了46万人。当抑郁症患者来到阳光下，越来越多的人想为处于人生“至暗时刻”的他们做点什么。但每个抑郁症患者都不一样，他们甚至不知道自己在受苦。社会的不了解、自我意识的缺失以及对精神疾病的认识不足，使得抑郁症的诊治难度更大。抑郁症没有明显的症状，很难从表面上判断一个人是否患有抑郁症，并且在不同的人身上表现不同。目前对抑郁症的评估在很大程度上也依赖于与临床医生的对话，或PHQ-9和GAD-7等主观测试。对于可能患有抑郁症的人来说，单纯根据表情和言语进行情绪判断很容易出错，很难通过这种方式判断抑郁症的严重程度。ProjectAmber试图将机器学习技术与脑电波成像技术相结合，以测量大脑中的电活动。研究人员观察到，在一项可以测量大脑奖励系统处理过程的类似游戏的任务中，赢得游戏的抑郁症患者比非抑郁症患者表现出更弱的大脑反应。收集EEG数据并分析抑郁症Amber的团队花了三年时间开发了一种低成本、便携式系统，它看起来像一顶泳帽，配置大约需要3分钟。（用于评估奖励和认知功能的关键通道或电极）中线上的三个传感器。它有一个附带的生物放大器，最多可支持32个通道，可用于采集静息态脑电和事件相关电位，软件可以对脑电测量任务进行时间锁定。除了收集EEG数据的设备外，Amber的团队还探索了如何使用机器学习的新方法来减少EEG记录中不需要的噪音。通过与Alphabet的深度学习研究实验室DeepMind合作，他们采用了一种无监督表示学习方法，证明了自动编码器等方法可以在无需人工参与的情况下去除EEG信号。（自动编码器通过忽略噪声来学习数据集的表示。）此外，Amber的团队提供了一个概念验证，用于提取与心理健康相关的特征，这些特征可用于根据对心理健康专家的采访来预测临床标签，例如重度抑郁症障碍和广泛性焦虑症。与之前的研究不同，Amber的团队表示，他们能够对个体参与者而不是群体进行这项实验。X实验室负责人ObiFelten在他的博客中解释说：“这些方法能够从单个EEG试验中恢复可用的信号表示。这意味着可以使用数据样本从脑电生理学中获取临床有用的信息比研究实验室传统上使用的那些要小得多，后者通常依赖于数百个实验试验。”LabX并不是第一个将机器学习算法应用于EEG解释的人。在去年4月发表的一篇论文中，IBM研究人员声称他们已经开发出一种算法，可以以98.4%的准确率对癫痫发作进行分类。事实上，EEG已被广泛用于研究吞咽、精神状态分类、神经源性疼痛、癫痫等神经精神疾病诊断、情绪分类。Amber项目遭遇挫折，AI诊断心理健康需要多方协作，Amber团队最终未能找到单一的生物标志物用于抑郁症和焦虑症。尽管遭遇挫折，他们还是在GitHub上开源了他们的硬件设计、可视化工具和激励工具。截至今天上午，收集脑电波的设备和软件已经帮助了佛罗里达州立大学的一项研究。此外，Amber团队承诺不为该项目开发的硬件申请专利，并向SapienLabs捐赠了50个未使用的耳机，该实验室运行“人脑多样性项目”，支持收入国家和代表性不足群体的低脑电图研究。ObiFelten还在他的博客中写道：“我们希望开源我们的脑电图系统并发布我们的机器学习技术不仅对脑电图专家有价值，而且对更广泛的心理健康研究社区也有价值，他们可能被推迟了以前脑电图研究的复杂性和成本。”在现实世界中使用技术支持的心理健康测量的道路上存在许多困难，需要进行更多的研究。迎接当今的挑战需要科学家、临床医生、技术专家、政策制定者和具有丰富经验的个人之间建立新的伙伴关系。
