基于生成式人工智能的产后抑郁实时检测与解释
计算与语言
2025-08-15 v1 人工智能
机器学习
摘要
产后抑郁（postpartum depression，简称 PPD）是许多母亲出生后所面临的挑战之一，这是一种严重的疾病，会显著影响其心理和身体福祉。因此，及早检测 PPD 及其相关风险因素对于及时评估和通过专业预防程序进行干预至关重要。为此，本工作致力于帮助临床工作者利用最新技术进展实现实时筛查和治疗建议。主要而言，我们的工作致力于开发一种智能 PPD 筛查系统，将自然语言处理（Natural Language Processing，简称 NLP）、机器学习（Machine Learning，简称 ML）和大型语言模型（Large Language Models，简称 LLMs）融合，以实现经济实惠、实时且非侵入性的自由语音分析。此外，它解决了黑箱问题，因为预测结果通过结合 LLMs 与可解释 ML 模型（即基于树的算法）使用特征重要性和自然语言描述给最终用户。获得的结果在 PPD 检测上达到 90% 的所有评估指标，优于文献中竞争性解决方案。最终，我们的解决方案有助于快速检测 PPD 及其相关风险因素，这对于及时和恰当的评估和干预至关重要。
引用
@article{arxiv.2508.10025,
title = {Detecting and explaining postpartum depression in real-time with generative artificial intelligence},
author = {Silvia García-Méndez and Francisco de Arriba-Pérez},
journal= {arXiv preprint arXiv:2508.10025},
year = {2025}
}