Heart2Mind：使用可穿戴心电监护仪的人本化可争议精神疾病诊断系统
人工智能
2025-05-20 v1 人机交互
摘要
精神疾病影响全球数百万人，然而由于主观评估和可及性问题，其诊断在临床实践中面临重大挑战，可能导致治疗延误。为解决这一问题，我们提出了 Heart2Mind，一个使用可穿戴心电图（ECG）监护仪的人本化可争议精神疾病诊断系统。我们的方法利用心脏生物标志物，特别是心率变异性（HRV）和 R-R 间期（RRI）时间序列，作为精神疾病中自主神经功能障碍的客观指标。该系统包含三个关键组件：（1）用于从 Polar H9/H10 设备实时采集数据的心脏监测界面（CMI）；（2）一个通过集成时频域分析处理 RRI 时间序列的多尺度时频 Transformer（MSTFT）；（3）一个结合了自对抗解释（SAE）与可争议大语言模型（LLM）的可争议诊断界面（CDI）。我们的 MSTFT 在 HRV-ACC 数据集上使用留一法交叉验证达到了 91.7% 的准确率，优于现有最先进的方法。SAE 通过比较基于注意力和基于梯度的解释，成功检测到模型预测中的不一致性，而 LLM 使临床医生能够验证正确预测并质疑错误预测。这项工作证明了将可穿戴技术与可解释人工智能（XAI）和可争议 LLM 相结合，以创建一个透明、可争议的精神疾病诊断系统的可行性，该系统在利用先进 AI 能力的同时保持了临床监督。我们的实现已在以下地址公开：https://github.com/Analytics-Everywhere-Lab/heart2mind。
引用
@article{arxiv.2505.11612,
title = {Heart2Mind: Human-Centered Contestable Psychiatric Disorder Diagnosis System using Wearable ECG Monitors},
author = {Hung Nguyen and Alireza Rahimi and Veronica Whitford and Hélène Fournier and Irina Kondratova and René Richard and Hung Cao},
journal= {arXiv preprint arXiv:2505.11612},
year = {2025}
}
备注
41 pages