语音分析可以帮助衡量精神疾病的诊断、严重程度和发作时间

长期以来，精神障碍的客观测量一直具有挑战性。然而，有充分的证据表明，分析语言模式可以准确地诊断抑郁症和精神病，衡量其严重程度，并预测其发病，根据1月/ 2月出版的《美国精神病学杂志》的一篇文献综述哈佛精神病学评论．

该综述审查了目前发表的有关使用言语模式分析来管理精神障碍的文献，并确定了四个关键的应用领域:诊断分类，严重程度评估，发病预测，以及预后和治疗结果。“将多种语音特征结合在一起的模型可以区分说话者精神疾病达尔豪西大学精神病学和新斯科舍省卫生系的Rudolf Uher博士和同事Katerina Dikaios，理学硕士，Sheri Rempel，理学硕士，Sri Harsha Dumpala，理学硕士，Sageev Oore博士和Michael Kiefte博士写道。

自动分析比访谈或问卷等主观测量更有前景

的特性精神疾病通常通过言语和语言表现出来，精神病学临床评估应考虑患者言语的模式，如语速、连贯性和内容。的进步自然语言处理，语音识别和计算机科学强调了这样一个事实，即使用语音分析作为一种客观的、临床的精神疾病测量是可能的。

研究小组查阅了数百篇关于精神障碍患者的文章、论文和报告，这些文章讨论了他们说话的各个方面。病例研究和神经系统疾病患者的研究被排除在综述之外。其中包括分析参与者讲话转录的文章。

本文所收录的大部分研究讨论了语音分析在诊断中的应用重度抑郁症他的讲话往往语速缓慢，充满停顿，内容消极，缺乏活力。在这些研究中，诊断准确率很高，在一项研究中超过80%。

自动化分析在预测精神疾病的发病方面也很有效，特别是在高危人群中。多项研究研究了言语语义，包括连贯性和复杂性，预测精神病在两到两年半后发病，准确率高达100%。然而，关于语音分析对预后和治疗结果影响的文献有限，需要更多的研究。

重要的是，使用语音模式分析来评估自杀风险似乎有很大的潜力。最近的一项研究表明，通过测量不稳定的频率、犹豫和紧张等变量，73%的人能将有自杀意念的患者与健康的患者区分出来。

语言差异，还有其他问题

有许多因素，如药物效应，以及人口和文化属性(语言、性别和性别等)，都可能导致说话模式的差异，并使其具有挑战性演讲进入客观的疾病和结果评估。此外，作者建议，任何进一步的研究都应该考虑到疾病状态随时间的变化，因为这里检查的大多数研究都是针对目前患病的患者，而不是类似的模式是否在症状之间长期存在。