基于语音的精神分裂症干预优先级排序

数以百万计的人遭受心理健康问题的困扰,但由于临床资源有限且评估方法耗时费力,许多人仍未得到诊断或延迟获得治疗。虽然大多数机器辅助方法侧重于诊断分类,但估计症状严重程度对于优先安排照护至关重要,尤其是在资源受限的环境中。基于语音的人工智能提供了一种可扩展的替代方案,能够实现自动化、连续和远程监测,减少对主观自报和耗时评估的依赖。本文引入了一个基于语音的精神分裂症症状严重程度两两比较模型,利用构音与声学特征。这些比较结果通过 Bradley-Terry 模型生成严重程度排序。我们的方法在基于排序的指标上优于以往的回归模型,为临床分诊与优先级排序提供了更有效的解决方案。