机器学习（Machine Learning）模型有潜力发展成为一种容易获得和经济有效的筛查工具。
阿尔伯塔大学4月7日消息
阿尔伯塔大学（University of Alberta）的研究人员训练了一种机器学习模型，通过分析文本数据来识别创伤后应激障碍（Post－traumatic stress disorder， PTSD）患者，准确率达到 80％ 。该模型有一天可以作为一种方便和廉价的筛查工具，支持卫生专业人员通过远程医疗平台检测和诊断创伤后应激障碍或其他精神健康障碍。研究近日发表在《精神病学前沿》（Frontiers in Psychiatry）杂志上。
研究于2022年2月1日发表在《Frontiers in Psychiatry》（最新影响因子：4．157）杂志上
领导这个项目的精神病学博士生 Jeff Sawalha 对来自南加州大学创新技术研究所（USC’s Institute for Creative Technologies）的 Jonathan Gratch 创建的数据集的文本进行了情感分析（sentiment analysis）。“情感分析涉及到大量的数据，如一系列推文的内容，并将其分类。例如，看看有多少人在表达积极的想法，有多少人在表达消极的想法，”阿尔伯塔机器智能研究所（Alberta Machine Intelligence Institute）的创始科学主任、计算科学系教授、该研究的合著者 Russ Greiner 博士解释说。
Jeff Sawalha 博士
Russ Greiner 教授
Sawalha 说：“我们想从这个数据集中严格地观察情感分析，看看我们是否可以仅仅通过这些访谈的情绪内容就正确地识别或区分 PTSD 患者。”
南加州大学数据集中的文本是通过250个半结构化访谈（Semi－structured Interviews，指按照一个粗线条式的访谈提纲而进行的非正式的访谈）收集的，访谈对象是一个名叫 Ellie 的人工角色，通过视频电话与 188 名非创伤后应激障碍患者和 87 名创伤后应激障碍患者进行访谈。
半结构化访谈
Sawalha 和他的团队能够通过分数来识别 PTSD 患者，这些分数表明他们的语言主要表现为中性或消极反应。
“这与很多关于情绪和创伤后应激障碍的文献是一致的。有些人倾向于中立，麻木自己的情绪，也许不会说太多。还有一些人会表达他们的负面情绪。”
这个过程无疑是复杂的，Greiner 教授解释说，即使是像“我不讨厌那个”这样简单的短语，也可能很难归类。然而，Sawalha 能够仅从文本数据中收集到哪些人患有 PTSD 的信息，这一事实为将类似模型应用于其他心理健康障碍的数据集打开了一扇大门。
“文本数据无处不在，触手可及，你拥有如此多的文本数据，” Sawalha 说，“从机器学习的角度来看，有了这么多的数据，它可能能够更好地学习一些复杂的模式，这些模式有助于区分患有特定精神疾病的人。”
下一步包括与阿尔伯塔大学的合作者合作，看看是否可以整合其他类型的数据，如语音或动作，以帮助丰富模型。此外，Sawalha 解释说，像阿尔茨海默病这样的神经疾病以及像精神分裂症这样的精神健康疾病都有很强的语言成分，这使它们成为另一个潜在的分析领域。
文本情感分析
（也称为意见挖掘）是指用自然语言处理、文本挖掘以及计算机语言学等方法来识别和提取原素材中的主观信息。
通常来说，情感分析的目的是为了找出说话者／作者在某些话题上或者针对一个文本两极的观点的态度。这个态度或许是他或她的个人判断或是评估，也许是他当时的情感状态（就是说，作者在做出这个言论时的情绪状态），或是作者有意向的情感交流（就是作者想要读者所体验的情绪）。
－维基百科
参考文献
Source：University of Alberta
Researchers accurately identify people with PTSD through text data alone
Reference：
Sawalha J， Yousefnezhad M， Shah Z， Brown MRG， Greenshaw AJ， Greiner R． Detecting Presence of PTSD Using Sentiment Analysis From Text Data． Front Psychiatry． 2022 Feb 1；12：811392． doi： 10．3389／fpsyt．2021．811392． PMID： 35178000； PMCID： PMC8844448．
免责声明
本公众号上的医疗信息仅作为信息资源提供与分享，不用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前，请咨询你的医生。
原文标题 : 研究人员仅通过文本数据就能准确地识别出PTSD患者
