以面部視像、音頻、文字來分析

　　涉及的環節多，需要的時間長，間接令潛在的病人不願接受治療，而病人面對醫生時的表現，亦會對診斷造成影響。李飛飛團隊的研究，就提出以語言分析和 3D 面部掃瞄去量度抑鬱症狀的嚴重程度。

　　只需要 3D 面部掃瞄影片、病人說話的音頻，而及轉成文字的訪談錄音三種數據，輸入設計好的訓練模型，就可演算出病人的抑鬱症症狀有多嚴重。模型用上來自 142 名病人的 PHQ 評分和 189 次臨床訪談，合共 50 小時的數據生成，並嘗試就面部視像、音頻、文字作獨立及混合式演算去比較診斷結果，分析的準確度主要來自文字的語理分析，有近 80％ 的準確度，而視像、音頻則主要用作縮窄判斷時的誤差。

Read More：【職場心理學】4個就有1個中招！身邊有疑似患上抑鬱症的同事怎麼辦？

聊天機械人釋放病人情感

　　論文結論中提到一點發人深省﹐原來今次研究的資料收集，不涉及任何面對面的診斷和訪談，就是臨床訪談也是由聊天機械人代行的，研究認為這減低病人對診斷的恐懼，更願意展現真實的情感，而令人工智能診斷有更高的準確度。這意味我們可以更倚仗人工智能去協助診斷嗎？

　　研究團隊就認為人工智能診斷只屬輔助手段，測試的標準也跟正式的診斷有差別，人工智能協助診斷的成本但，而且有望透過手機完成診斷，可覆蓋的病人層面更廣，總的來說，是令人鼓舞的。