诊断抑郁症用脑电波 机器学习
首先介绍下11月6日（周五）全天直播的App Innovation Day主题日，报名可扫描文末的二维码注册进入：
11月3日，在Sapien实验室研讨会上，谷歌母公司Alphabet旗下X公司发布了针对抑郁症的开源项目Project Amber。该项目团队由神经科学家、硬件和软件工程师、机器学习研究人员和医疗技术产品专家组成。当前发布的成果是该团队经过三年的探索而得出的。
评估心理健康是很大的挑战，无论是对于痛苦的人，还是对于不是心理健康专家的医护人员，都是如此。抑郁症有1,000种可能的症状组合，在不同的人身上有不同的表现。当前对心理健康的评估大多依赖于在与临床医生的谈话中或通过PHQ-9或GAD-7等调查询问人们一系列问题，这些问题都是主观的。虽然捕捉心理健康问题患者的主观体验很重要，但该领域缺少在其他健康领域常见的客观测量。例如，糖尿病患者和他们的医生经常测量血糖，并利用这些数据对胰岛素、饮食和运动方案进行调整——但对于抑郁症或焦虑症却没有相应的数据。
因此，研究人员将机器学习技术与一项有96年历史的技术——脑电图（EEG）相结合，以测量大脑中的电活动。神经科学研究表明，大脑中某些电活动的模式与抑郁症状相对应。例如，许多抑郁症患者发现，曾经给他们带来快乐的事情不再是这样，他们没有体验到积极体验后的奖励。通过设计特定的类似游戏的任务，让人们在完成任务的同时，用脑电图测量他们的大脑活动，科学家们可以测量大脑奖励系统内的处理情况。结果发现，与没有抑郁症的人相比，在游戏中获胜后的大脑反应——事件相关电位（event related potential，ERP）——在抑郁症患者中是被抑制的。
▲非抑郁症患者（左）和抑郁症患者（右）的奖励反应（峰值高度）的差异(与佛罗里达州立大学合作进行的Amber可行性研究的未公布数据)
这种钝化的大脑反应是一种可靠的效果，已经在许多研究中显示出来。然而，这些研究是在神经科学研究实验室中进行的，需要昂贵的专业设备和训练有素的脑电图专家来收集、处理和解释数据。为了让脑电图走出实验室，进入现实世界，成为初级保健医生办公室、咨询中心或精神病诊所的心理健康评估工具，它需要变得更容易获得和大规模使用。
Project Amber集中在三个方面：
1. 使脑电图数据更容易收集
研究团队建立了生物放大器，耳机和传感器的原型，并在X公司和佛罗里达州立大学进行可行性研究测试。
▲硬件工程师Gabriella Levine（左）、神经科学家Sarah Laszlo（右）测试早期Amber原型。
▲Project Amber的脑电图（EEG）原型的选择
▲Project Amber的最终脑电图（EEG）原型：耳机，传感器条和生物放大器
在最终原型中，这款耳机像泳帽一样滑落，任何人都可以通过最低限度的培训来戴上，大约需要三分钟来设置。它使用三个干式传感器，沿中线排列在Fz、Cz、Pz处（脑电图专用的位置术语），这是对奖励和认知功能进行ERP评估的最重要通道。配套的生物放大器可以支持多达32个通道，所以经过一些修改后可以连接一个标准的耳机。Project Amber的系统可以用来收集静止状态的脑电图和事件相关电位（ERP），对应的软件可以将任务与脑电图测量进行时间锁定。
2. 使脑电图数据更容易解释
为了让精神健康研究人员和临床医生更广泛地使用EEG数据，即拥有自动化的方法来大规模地去噪信号，并确定EEG信号的哪些方面是相关的，研究团队与DeepMind的团队合作，从无监督表征学习（unsupervised representation learning）中调整了方法来解决这些挑战。
首先，表征学习方法（如autoencoders，自动编码器）可以被用来有效地去噪脑电图信号，而无需人类脑电图专家参与进来。这对于实现大规模处理EEG数据非常重要。其次，研究团队提供了一个概念证明，即可以提取与心理健康相关的可解释性特征。根据心理健康专家的临床访谈，使用这些从分离自动编码器（disentangling autoencoders）获得的特征来预测几个临床标签，如重度抑郁症和广泛性焦虑症。与以往的研究不同，现在的方法能够针对个体参与者（而非群体）进行，这对于使其在临床环境中发挥作用至关重要。该方法能够从单个脑电图试验中恢复可用的信号表示。这意味着，与传统的研究实验室使用的数据样本相比，它可能从脑电生理学中获得临床有用的信息，而传统的研究实验室往往依赖于数百个实验结果。
3. 了解这项技术如何在现实世界中应用
研究团队与这项技术的潜在用户进行了250多次访谈。他们采访了有心理健康问题生活经验的人和各类临床医生，包括咨询师、治疗师、精神科医生、临床心理学家、社会工作者、初级保健医生和儿科医生。Project Amber引入的一种新的、更客观的抑郁和焦虑测量方法引起了他们的共鸣，他们在日常生活和专业实践中使用这种方法，在面对可能面临的挑战时，获得如下三个重要见解；
3.1 心理健康测量仍然是一个未解决的问题
尽管有许多心理健康调查和量表，但这些调查和量表并没有得到广泛使用，特别是在初级保健和咨询机构。原因从负担（“我没有时间做这个”）到怀疑（“使用量表并不比使用我的临床判断更好”），再到缺乏信任（“我不认为我的客户如实填写了这个”和 “我不想向我的咨询师透露这么多”）。任何新的测量工具都必须克服这些障碍，为有生活经验的人和临床医生创造明确的价值。
3.2 结合主观和客观数据是有价值的
有生活经验的人和临床医生都欢迎引入客观的衡量标准，但不能替代主观评估和询问人们的经验和感受。主观和客观指标的结合被认为是特别有力的。客观指标可能会验证主观经验；或者如果两者出现分歧，这本身就是一个有价值的发现，为下一步研究提供了介入点。
3.3 新的测量技术有多种用例
最初的假设是，临床医生可能会使用 '脑电波测试 '作为诊断辅助手段。然而，这个概念得到了冷淡的回应。精神健康专家，如精神病学家和临床心理学家对他们通过临床访谈进行诊断的能力充满信心。初级保健医生认为脑电图测试可能是有用的，但前提是在他们与病人会诊之前由医疗助理进行，类似于血压测试。辅导员和社会工作者在工作中不做诊断，所以与他们无关。一些有生活经验的人不喜欢被机器贴上抑郁症的标签。相比之下，人们对使用技术作为持续监测的工具——捕捉心理健康状态随时间的变化——以了解两次访问之间发生的情况有明显的强烈兴趣。许多临床医生问他们是否可以将脑电图系统送回家，这样他们的病人和客户就可以自己重复测试。他们还对脑电图的潜在预测性非常感兴趣，例如预测谁将来可能会变得更抑郁。需要进行更多的研究，以确定如何在临床和咨询环境中最好地部署像脑电图这样的工具，包括如何与其他测量技术（如数字表型）相结合。
该研究主要是在美国和英国进行，和伦敦的一家非政府组织Shift有合作，该组织稍后会发表研究报告。
Project Amber最初的目标是找到抑郁症和焦虑症的单一生物标志物，但没有成功。然而，毫无疑问，技术有巨大的机会来实现更好的测量。这将使个人和他们的医疗服务提供者能够更好地将干预方案与个人的需求相匹配，衡量这些干预措施的影响，并最终促进更好的心理健康。虽然新兴测量技术（如EEG/ERP和digital phenotyping，数字表型分析）的前景非常令人振奋，但目前仍处于早期阶段。
出于这个原因，研究团队决定将Project Amber的技术和见解提供给全球心理健康社区，将原型脑电图系统的硬件设计、可视化器和刺激软件开源，并将代码放在GitHub上。