结合人工智能后,人文语言可成为诊断和跟踪抑郁症、焦虑症或创伤后应激障碍等心理健康状况结果的宝贵生物标志图像:
得克萨斯AM工程
博士得克萨斯A&M大学计算机科学工程系助理教授 Theodora Chaspari正努力利用语音技术并使它们更加可靠、可信和负责。
查斯帕里最近获国家科学基金会教程早期职业发展奖,研究题目为 "赋能可信语音技术促进精神保健:从语音匿名到公平面向人机智能.NSFCARE奖是NSF支持初级教程的最声望承认
使用奖设计可靠的人工智能算法 以语音诊断并监控心理健康条件 解决三大信任支柱:可解释性、隐私和公平决策
与AI相结合时,人文语言可起宝贵的生物标志作用,可测量生物状态或条件指标生物标志可用于诊断并跟踪精神健康状况的结果,如抑郁症、焦虑症或创伤后应激障碍通过监听个人语言 医生和研究者将更好地了解他们的心理健康 并精确预测音调退化举例说,对于诊断为抑郁症者来说,他们的言词被描述为平单调和单调
持续实时跟踪个人讲话时会遇到数大社会和伦理挑战
查斯帕里表示:「如果我们能具体预测他们的语调退化,开发AI系统不单精确监控可靠 而且还以人为中心友好
项目包含三大目标,团队处理的第一个挑战就是隐私问题查斯帕里及其团队建议新算法去识别并变换语音信号数据内没有个人身份信息
项目的另一大部分旨在理解临床人员在诊断或治疗病人时理解算法并与其交互作用,并将其作为决策过程的一部分查斯帕里还想了解临床信任或不信任AI的程度、它如何演化以及他们对它的兴趣如何可能依赖个性特征
if you're更多对新经验开放, 并可能显示更多对AI的兴趣,人性开放度较低者可能不属此例,
本研究程序的资金将用于培训服务不足的中学和大学学生,并提供有关敏感人群应用计算研究的道德知识因此项研究开发应用器也将作为工具鼓励学生攻读STEM领域职业