使用智能手机语音进行可扩展的抑郁监测,使用多式模式基准和主题分析
Daniel Emden1,2,3, Maike Richter2,3, Astrid Chevance4,5
1Institute for Translational Psychiatry, University of Münster, Münster, Germany.
NPJ digital medicine
|March 1, 2026
概括
分析语音的大型语言模型可以使用智能手机语音日记准确追踪主要抑郁症 (MDD) 严重程度. 这种数字表型化方法为心理健康提供了可扩展的,持续的监测.
科学领域:
- 数字化表型化是指数字化表型化.
- 计算精神病学是一种计算精神病学.
- 自然语言处理自然语言处理.
背景情况:
- 持续监测主要抑郁症 (MDD) 需要可扩展的生物标志物.
- 智能手机收集的语音数据为数字表型化提供了一个有希望的途径.
- 从临床上关于抑郁症严重程度的发言信号仍未得到充分研究.
研究的目的:
- 评估高级语言模型在从语音日记中预测抑郁症严重性的有效性.
- 将句子嵌入模型的性能与传统的词汇和声学特征进行比较.
- 为了探索语音特征的可解释性,使用主题建模来研究临床相关性.
主要方法:
- 分析了来自284名德语成年人的3151份每周语音日记 (128名患有MDD,156名对照).
- 利用句子嵌入模型 (Qwen3-8B,多语言E5) 和堆叠的概括来预测贝克抑郁 inventory (BDI) 的得分.
- 用BERTopic来发现语音数据中的专题内容.
主要成果:
- 句子嵌入模型在预测BDI分数方面显著优于词汇和声学基线 (例如,堆叠的多语言-E5 + Qwen3-8B:MAE 4.37,R 0.41).
- 音频嵌入提供了最小的额外预测价值.
- BERTopic确定了六个主题,其中"痛苦与护理"与BDI得分的关联最高,支持临床有效性.
结论:
- 大型语言模型 (LLM) 嵌入,结合话题分析,有效地捕捉日常语言中的抑郁症严重性信号.
- 这种方法为MDD的生态有效数字表型提供了一个可扩展的方法.
- 基于语音的数字表型化有可能对心理健康状况进行持续,客观的监测.
