近日，佛蒙特大学一个研究团队开发了一种机器学习算法，可以检测儿童言语模式中的焦虑和抑郁迹象，借此快速诊断出儿童难以发现和常被忽视的精神疾病。
在开发过程中，研究团队邀请了71名3-8岁的儿童，并对他们使用了一种被称为“特里尔社会应激测试”（Trier-Social Stress Task）的情绪诱导测试法，旨在引起受试者的压力和焦虑感。接着，研究人员也用结构化的临床访谈和父母问卷调查对孩子进行诊断。
最后，研究人员使用机器学习算法分析每个孩子故事录音的统计特征。他们发现算法在诊断方面非常成功。该算法能识别出诊断为内化行为障碍症的儿童，准确率为80%，而且在大多数情况下，与父母检查表的准确性相比效果更好。
研究团队的下一步计划，是把这个语音分析算法变成一款可供临床使用的通用筛查工具，也可能会以手机APP的形式呈现。
