AI析聲線用詞篩查抑鬱症
母親經歷激發研究 IVE生屢獲獎項
抑鬱症是不少都市人面對的精神問題，但或因未有及早察覺而延誤診治。職訓局旗下香港專業教育學院（IVE）數據科學及分析高級文憑畢業生何育麟（Alan），受母親早年患抑鬱症、但病情輾轉遭耽誤三年的經歷觸動，與兄長及IVE同學合作以人工智能科技開發「AI早期抑鬱症篩查系統」，透過分析求助者的說話聲線、情緒和關鍵詞等，評估情緒困擾及患上抑鬱症的程度及風險，「希望可幫到更多如我媽媽面對同一狀況的病人，助他們及早得到適切治療。」
Alan的媽媽在他讀中學時因工作壓力而患抑鬱症，由於發病初期病徵不明顯，僅是情緒低落、對生活感憂慮等，其後轉壞試過因病發而失去部分記憶和意識，於廚房煮菜時不知自己為何手持菜刀。經多番求診終確認她患上抑鬱症，惟其時病情已被耽誤約三年。Alan說，在陪伴媽媽覆診時留意到醫生會藉對話分析病人病情變化，令他想到以科技輔助支援，分析對話內容，幫助提升效率。
他說：「我當時正修讀機械學習及AI應用單元，於是收集不同抑鬱症相關的文獻和詞庫，以及與患者對話的醫療和社交媒體大數據，齊集資料後，我再自行編寫的深度學習模型，應用AI、機械學習和大數據分析等科技，分析對話語氣和患者情緒，最終開發出『AI早期抑鬱症篩查系統』。」
Alan的團隊參考史丹福大學所做的超過2,000個抑鬱症關鍵詞詞庫，以AI系統作分析，「舉例說，有單親母親個案會重複使用關鍵詞『useless（無用）』形容自己，系統會記錄使用頻率和分析與其他字詞的關聯，因而評估求助者或情緒受困。」當求助者向社福機構透過熱線或網上平台求助，系統能透過對談內容，為社工或輔導員初步評估求助者抑鬱症或情緒困擾風險，並分析抑鬱相關的關鍵詞和患病因由，更會根據美國防止自殺機構的指引，在對話內容中自動偵測藥物、酒精、賭博和自殘等相關的用詞，從而評估其自殺傾向。最後也會提供心理健康和防止自殺建議，並自動生成報告，方便專業人員進一步跟進。
此系統去年起於多個科創比賽獲獎，包括奪得「青年科技專才展覽及比賽2022」冠軍、「泛珠三角+大學生計算機作品賽」最佳創新獎和一等獎等。Alan指，媽媽的鼓勵與支持成為其研發的最大動力，如今她已康復，但亦會從過來人角度，跟自己分享病人的心路歷程，如求助者在早期對談時多不願露面，幫助自己設計系統時有更人性化考慮，包括聚焦語音分析。
