醫(yī)療+AI：AI腦電波診斷法 機(jī)器學(xué)習(xí)技術(shù)與EEG相結(jié)合

原標(biāo)題：3.5億抑郁癥患者背后，谷歌AI做了什么？

抑郁癥，似乎離我們很近又很遠(yuǎn)。

我們會(huì)在社交網(wǎng)絡(luò)上得知名人抑郁自殺的消息，但殊不知在他們背后，還有更多普通人正在飽受抑郁癥的困擾。

據(jù)世界衛(wèi)生組織（WHO）統(tǒng)計(jì)，目前全球范圍內(nèi)大約有 3.5 億人患有抑郁癥。我國(guó)泛抑郁人數(shù)已超過(guò) 9500 萬(wàn)人，每10個(gè)人中就有1人飽受抑郁癥的折磨。

此外，抑郁癥已成為自殺傾向的最大隱患。據(jù)美國(guó)國(guó)立衛(wèi)生研究院（U.S.National Institutes of Health）估計(jì)，美國(guó)約有1730萬(wàn)成年人至少有過(guò)一次嚴(yán)重的抑郁癥發(fā)作。從2016-2017年到2017-2018年間，有過(guò)嚴(yán)重自殺想法的成年人比例上升了0.15%。

為了應(yīng)對(duì)攀升的患病率和自殺率，谷歌母公司Alphabet X 實(shí)驗(yàn)室發(fā)起成立了“Amber”項(xiàng)目，該項(xiàng)目旨在通過(guò)人工智能技術(shù)解決早期的心理健康問(wèn)題。

近日，該研究團(tuán)隊(duì)稱，他們發(fā)現(xiàn)利用AI分析腦電波診斷抑郁癥，可以讓腦電波像血糖檢測(cè)一樣容易理解。更重要的是，該方法能夠?qū)⒁钟艉徒箲]的情緒轉(zhuǎn)化為客觀、精準(zhǔn)的測(cè)量值，支持抑郁癥的診斷和治療。

AI腦電波診斷法

頭痛、乏力，莫名的悲傷、對(duì)任何事情提不起興趣，這是不是抑郁癥的表現(xiàn)？在快節(jié)奏的社會(huì)生活下，相信很多人都問(wèn)過(guò)自己這個(gè)問(wèn)題。

然而，判斷是否患有抑郁癥并不那么簡(jiǎn)單。有專家表示，抑郁癥有1000種可能的癥狀組合，在不同的人身上表現(xiàn)不同。

傳統(tǒng)的評(píng)估方法主要取決于與臨床醫(yī)生的談話或調(diào)查，如PHQ-9或GAD-7，但該方法過(guò)于主觀。對(duì)此，Amber項(xiàng)目小組提出了將機(jī)器學(xué)習(xí)技術(shù)與腦電圖（EEG）相結(jié)合的輔助方法。

該方法可以將腦電波產(chǎn)生的抑郁和焦慮情緒轉(zhuǎn)化成客觀測(cè)量指標(biāo)，讓抑郁癥診斷像血糖檢測(cè)一樣快速又精準(zhǔn)。

Amber項(xiàng)目成員包括神經(jīng)科學(xué)家，硬件和軟件工程師，機(jī)器學(xué)習(xí)研究人員和醫(yī)學(xué)技術(shù)專家。他們介紹稱，將機(jī)器學(xué)習(xí)技術(shù)與EEG相結(jié)合的研究思路主要是受到神經(jīng)科學(xué)研究的啟發(fā)。

這些研究表明，大腦中形成的某些特定電波與抑郁癥狀相對(duì)應(yīng)。

因此，他們?cè)O(shè)計(jì)了一項(xiàng)類似的游戲，讓參與者在完成任務(wù)的同時(shí)使用腦電圖（EEG），結(jié)果，通過(guò)分析大腦內(nèi)獎(jiǎng)賞系統(tǒng)的處理過(guò)程，他們發(fā)現(xiàn)：與未患有抑郁的人相比，抑郁者在游戲中獲勝后的大腦反應(yīng)更容易被抑制。

抑郁者和未抑郁者在獎(jiǎng)勵(lì)反應(yīng)上的差異

這一鈍化的大腦反應(yīng)已經(jīng)在多項(xiàng)神經(jīng)科學(xué)研究中被證實(shí)，因此，該結(jié)果也再次驗(yàn)證了機(jī)器學(xué)習(xí)算法與EEG相結(jié)合方法的準(zhǔn)確性。

另外，Amber項(xiàng)目團(tuán)隊(duì)也并不是第一個(gè)提出該研究思路的人。早在去年4月發(fā)表的一篇論文中，IBM研究人員將機(jī)器學(xué)習(xí)與EEG相結(jié)合開(kāi)發(fā)出了一款A(yù)I算法，該算法能夠?qū)Πd癇病發(fā)作進(jìn)行分類，準(zhǔn)確率高達(dá)98.4％。

事實(shí)上，EEG已被廣泛用于研究吞咽，精神狀態(tài)分類，診斷神經(jīng)精神疾?。ɡ?，神經(jīng)性疼痛和癲癇癥）以及情緒分類等多項(xiàng)研究中。

易于收集和理解的腦電波

需要說(shuō)明的是，以上測(cè)試僅是在實(shí)驗(yàn)室條件下進(jìn)行的科學(xué)試驗(yàn)。

如果該方法被廣泛用于診斷、治療抑郁癥患者，還需要解決兩項(xiàng)主要問(wèn)題：一是使EEG數(shù)據(jù)更容易收集；二是使EEG數(shù)據(jù)更易于解釋。

針對(duì)第一項(xiàng)，Amber團(tuán)隊(duì)耗時(shí)三年時(shí)間創(chuàng)建了一個(gè)低成本，便攜式的研究級(jí)的腦電圖系統(tǒng)。

圖中的頭戴式耳機(jī)像一個(gè)游泳帽，大約需要三分鐘來(lái)配置，使用了沿中線Fz、Cz和Pz的三個(gè)傳感器（用于評(píng)估獎(jiǎng)勵(lì)和認(rèn)知功能的關(guān)鍵通道或電極）。右側(cè)是一個(gè)隨附的生物放大器，最多支持32個(gè)通道，可用于采集靜息狀態(tài)腦電圖和事件相關(guān)電位，并通過(guò)軟件對(duì)腦電圖測(cè)量任務(wù)進(jìn)行時(shí)間鎖定。

針對(duì)第二項(xiàng)，Amber團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)新方法來(lái)減少EEG錄音中的有害噪聲。

他們與DeepMind合作，通過(guò)借鑒無(wú)監(jiān)督學(xué)習(xí)的表示方法，證明了可以利用自動(dòng)編碼器之類的方法對(duì)EEG信號(hào)進(jìn)行有效降噪，而且無(wú)需人工干預(yù)。（自動(dòng)編碼器通過(guò)忽略噪聲來(lái)學(xué)習(xí)數(shù)據(jù)集的表示形式。）

此外，Amber團(tuán)隊(duì)還提供了一種概念證明，即提取與心理健康有關(guān)的特征，可用于預(yù)測(cè)臨床標(biāo)簽。

根據(jù)一位心理健康專家的臨床訪談，研究人員利用從自動(dòng)編碼器中分離出的這些特征來(lái)預(yù)測(cè)一些臨床癥狀，如重癥抑郁障礙和焦慮癥。 與以前的研究不同，該項(xiàng)研究能夠?yàn)閭€(gè)體參與者（而不是一個(gè)群體）服務(wù)，這對(duì)于使其在臨床應(yīng)用中發(fā)揮作用至關(guān)重要。

對(duì)此，X LAB負(fù)責(zé)人Obi Felten在博客中也強(qiáng)調(diào)說(shuō)，

該方法能夠從單一的腦電圖試驗(yàn)中恢復(fù)可用的信號(hào)，這意味著，從腦電生理學(xué)中獲得臨床有用的信息是有可能的，而數(shù)據(jù)樣本要比傳統(tǒng)研究實(shí)驗(yàn)室中使用的少得多。一般傳統(tǒng)研究通常需要數(shù)百個(gè)實(shí)驗(yàn)做支持。

項(xiàng)目開(kāi)源

遺憾的是，該研究未成功發(fā)現(xiàn)確定抑郁和焦慮的單一生物標(biāo)志。

不過(guò)，Am團(tuán)隊(duì)相信技術(shù)在應(yīng)對(duì)心理疾病復(fù)雜性方面還擁有巨大潛力，因此，他們?cè)贕itHub上發(fā)布了該項(xiàng)研究的軟件代碼，希望當(dāng)前研究成果能夠?qū)δX電圖專家，對(duì)更廣泛的心理健康研究發(fā)揮價(jià)值。

https://github.com/google/x-amber

此外，Amber團(tuán)隊(duì)承諾不會(huì)在硬件上主張其專利，并向Sapien Labs捐贈(zèng)50臺(tái)未使用的EEG頭戴式耳機(jī)，Sapien Labs主要運(yùn)行人腦多樣性項(xiàng)目，以支持低收入國(guó)家和代表性不足的群體EEG研究。

最后，研究負(fù)責(zé)人Felten在博客中寫(xiě)道，“在現(xiàn)實(shí)世界中，要想用技術(shù)支持心理健康測(cè)量并發(fā)揮作用，實(shí)際上困難重重，需要做更多的研究……而解決今天的挑戰(zhàn)將需要科學(xué)家、臨床醫(yī)生、技術(shù)人員、政策制定者和有生活經(jīng)驗(yàn)的個(gè)人之間建立新的合作關(guān)系?！?/p>