在大流行期间，心理健康问题变得更加清晰。抑郁症成为地方病，但它仍然 经常未被发现。即便如此，医疗保健提供者也难以满足需求。两位女性工程师——她们都曾经历过抑郁症并且难以找到治疗方法——认为答案可能是帮助医学专家检测抑郁症。
Kintsugi是一家希望利用技术解决问题的初创公司。联合创始人兼首席执行官 Grace Chang 认为这是一个准入问题：两位创始人都经历过抑郁症，发现很难得到临床医生的帮助，这导致他们从工程师的角度来思考这个问题。
他们认为，如果能够确定最需要治疗的人，就更容易实现将这些人引导至合适治疗的目标。因此，Chang 和联合创始人 Rima Seiilova-Olson 构建了一个 API 来通过语音检测抑郁症。
“我们认为这是一个基础设施问题，有这么多人试图挤进前门，但对于谁患有严重抑郁症以及谁处于低到中度阶段，却没有太多的可见性。如果我们能够将这些信息提供给这些从业者，我们就可以真正深刻地影响具体问题，”她说。
为什么要发声？
感觉忧郁的人往往声音平淡，这是临床医生几十年来观察到的。根据 Seiilova-Olson 的说法，无论语言或文化如何，这都是正确的，并且似乎是人类对抑郁症的普遍反应。
“精神运动迟缓是思想和肌肉运动减慢的过程。无论你在哪里出生或说什么语言，它都是普遍的，”她说。
Seiilova-Olson 指出，观察严重抑郁症患者的精神科医生会注意到这种症状。 Kintsugi 正试图使用技术来构建一个机器学习模型，该模型的样本数量比任何临床医生一生所能看到的都要多。该解决方案以 GAD-7 (0-21) 等级衡量抑郁症的可能性，0 表示良好，21 表示严重抑郁。在患者授予许可后，临床医生可以根据评分获得即时反馈。据该公司称，该分数成为患者笔记的一部分，受到医患特权的保护。
“我们的神经网络模型已经接受了数以万计抑郁声音的训练。所以它可以像一组精神病医生，但它要敏感得多。即使抑郁症处于轻度或中度水平，它也可以将其捡起，”她说。
甚至在大流行之前，抑郁症就很猖獗。世界卫生组织报告说，全世界有 5% 的成年人患有临床抑郁症。这加起来有 2.8 亿人。它是世界上导致残疾的主要原因，而且不必如此。
世界卫生组织报告说，所有形式的抑郁症——无论是轻度、中度还是重度——如果被发现都是可以治疗的。但是，抑郁症患者常常默默地忍受着痛苦，并且不为他们的病情寻求帮助。 2017 年发表在 SSM 人口健康杂志上的一篇文章引用了 1999 年的一项研究，该研究发现美国三分之二的抑郁症病例未得到诊断。
根据世界卫生组织的数据，考虑到每年有 700,000 人因抑郁症而自杀，这就更加悲惨了。让人们接受治疗的问题之一是缺乏训练有素的专业人员来帮助诊断，而医疗专业人员往往只在患者报告症状时才解决这个问题，这可能是不可靠的。
寻找数据源
在 Chang 和 Seiilova-Olson 能够建立一个通过语音检测抑郁症的模型之前，他们需要数据。第一步涉及采访大约 200 名心理学家、精神科医生和临床医生。他们通过研究了解到，写日记是人们理清情绪的好方法。
所以他们做的第一件事就是建立一个免费的语音日记应用程序，也称为 Kintsugi。这样一来，他们就能够访问数千个语音样本，这些样本用于训练模型了解抑郁的声音听起来是什么样的。
如果您担心这里的隐私，服务条款表明数据可用于研究目的。在安全性方面，条目在传输和静止时都是加密的，但如果人们愿意这样做，它们也可以公开共享。此外，Chang 表示，他们故意预先选择不使用自然语言处理，这使得期刊的内容不受影响。他们的目标只是了解人们是如何说话的，而不是他们在说什么，这与他们试图解决的问题实际上无关。
Chang说这解决了三个问题。首先，他们不必担心保护个人用户的隐私，因为内容不是他们研究的目标。它还简化了底层技术，使他们能够专注于构建基于语音模式的评分系统。最后，使用模式识别使他们能够与语言无关——人们在说什么或他们说什么语言都无关紧要。
构建解决方案
创始人对如何将此解决方案融入临床环境进行了长期而艰苦的思考，他们决定构建一个 API，以连接到患者电子健康记录的临床记录部分。
作为患者入院过程的一部分，有时会要求患者评估自己的心理健康状况，但他们通常无法准确评估自己的状况。这就是 Kintsugi 解决方案发挥作用的地方。
“我们有一个 API，它只是一个集成到临床呼叫中心和远程医疗应用程序中的软件层……当护士和护理经理向患者拨打电话时，他们可以在很短的时间内了解，如果患者正在与行为健康问题作斗争，如果患者正在努力向该患者提供信息，说明他或她可以使用哪些不同类型的护理，”Chang 解释说。
该公司指出，虽然它正在与美国食品和药物管理局合作进行所谓的De Novo 批准，但该解决方案被确定为21 世纪治愈法案下的临床决策支持工具。创始人告诉我，此类支持工具不需要 FDA 的明确批准。
Kintsugi 还进行了一项临床研究，并正在与阿肯色大学医学科学 (UAMS) 的同行评审期刊上发表论文，但在正式宣布之前它不想分享细节。
两位创始人在 2019 年的一次黑客马拉松上相识，很高兴能在这样的活动中遇到另一位女性，而这些活动往往主要由男性参加。他们因对编程的共同热爱和相似的移民经历而结为一体：Chang 在台湾长大，而 Seiilova-Olson 在哈萨克斯坦长大。
随着他们彼此了解，他们意识到每个人都在努力寻找需要的心理保健服务，并开始探索构建解决方案来提供帮助的想法。去年，他们筹集了 800 万美元的种子轮来构建该产品，今年早些时候又筹集了 2000 万美元的 A 轮融资。
张说，作为两名移民女性创始人筹款提出了自己独特的挑战。 “女性面临的障碍是，你无法描绘出你将要做的所有这些事情的故事。你已经必须完成这些事情才能让人们投资于你，所以我认为这是一个相当大的挑战，可能不仅对女性，而且对我想象的更广泛的少数群体来说，“她说。
在这个空间里，他们并不孤单。 Ellipsis Health、Sonde Health、Vocalis Health 和 Winterlight Labs 正在开发类似的基于语音的解决方案，以识别心理健康状况。其中一些公司已经发现了在不同方言和人口统计中提供一致结果的问题，但 Kintsugi 的创始人相信他们的方法克服了这些问题。
Kintsugi 已经与几家大型医疗保健公司签订了合同，并正在努力在此基础上再接再厉。
原文： https://techcrunch.com/2022/05/31/depressed-this-algorithm-can-tell-from-the-tone-of-your-voice/