语音作为精神分裂症的数字生物标志物:关于人工智能应用的范围审查协议
Mehrdad Amir-Behghadami1,2,3, Sara Farhang4, Taha Soltani5
1Student Research Committee (SRC), Tabriz University of Medical Sciences, Tabriz, Iran.
BMJ open
|October 13, 2025
概括
本范围审查综合了关于使用人工智能 (AI) 和机器学习 (ML) 与语音生物标志物用于精神分裂症管理的研究. 它旨在绘制现有知识,用于开发人工智能驱动的临床支持系统.
科学领域:
- 精神病学和心理健康 精神病学和心理健康
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 心理健康服务的障碍包括成本和耻辱,导致间歇性和可能不准确的评估.
- 人类声音显示出作为生物标志物的潜力,用于识别,诊断和监测精神疾病.
- 通过利用客观生物标志物,可以改善精神分裂症的管理.
研究的目的:
- 进行范围审查,综合现有关于人工智能 (AI) 或机器学习 (ML) 在精神分裂症管理中的应用知识.
- 探索使用音频样本作为基于语音的生物标志物,用于患有精神分裂症的风险或患有精神分裂症的个人.
- 绘制精神分裂症语音生物标志物的文献,以告知AI/ML驱动的临床决策支持系统的发展.
主要方法:
- 按照系统评论和元分析的首选报告项目扩展范围审查 (PRISMA-ScR) 准则和Arksey & O'Malley的框架,对文献进行系统映射.
- 进行全面的数据库搜索 (PubMed/MEDLINE,Scopus,科学网络,IEEE Xplore,Embase等等) 对于英语和波斯语的同行评审文章.
- 数据选和提取由两名独立研究人员进行,差异通过共识或第三名研究人员解决.
主要成果:
- 该审查将系统地绘制AI/ML应用的当前景观,使用精神分裂症研究中的语音生物标志物.
- 结果将通过文本,汇总表,图表和图形进行叙述.
- 综合的知识将识别研究差距,并为未来的研究设计提供信息.
结论:
- 这一范围审查将提供基于语音的AI/ML应用在精神分裂症的全面概述.
- 这些发现将为开发利用声学生物标志物的智能临床决策支持系统奠定基础.
- 利用AI/ML的语音生物标志物有望改善精神分裂症的识别,诊断和监测.
