實驗場景示意圖?受訪者供圖

抑郁可反映在步態(tài)中?張雙虎繪

■本報記者 張雙虎

目前，全球已有超過3億抑郁癥患者。雖然針對抑郁癥有多種治療手段（藥物治療、心理療法等），但只有不到一半的患者接受了正規(guī)治療。這其中一個重要原因是抑郁癥診斷困難。

在抑郁癥初篩過程中，一方面專科醫(yī)生數(shù)量嚴重不足，另一方面初級保健醫(yī)生難以準確識別輕度抑郁癥患者，甚至可能造成誤診。因此，研究快速有效識別抑郁癥的方法具有現(xiàn)實意義。

近日，中國科學院心理研究所行為科學重點實驗室研究員朱廷劭課題組，通過步態(tài)行為數(shù)據(jù)分析發(fā)現(xiàn)，抑郁可以反映在步態(tài)中，不同類型的步態(tài)特征對抑郁識別的貢獻不同，基于機器學習技術能有效實現(xiàn)抑郁的自動化識別。相關研究成果在線發(fā)表于《精神病學前沿》。

確診難題

隨著經(jīng)濟和社會的快速發(fā)展，人們的生活節(jié)奏加快、工作壓力明顯加大，我國心理行為問題和精神障礙人群也不斷增加。數(shù)據(jù)顯示，中國抑郁癥的終生患病率為6.9％，目前有9500萬人患抑郁癥，且學生群體抑郁癥患病比例有所上升。

去年9月，衛(wèi)健委發(fā)布《探索抑郁癥防治特色服務工作方案》，要求各個高中及高等院校將抑郁癥篩查納入學生健康體檢，對測評結果異常的學生應給予重點關注。同時加大對孕產(chǎn)期、老年人等重點人群的抑郁癥干預力度。

將抑郁癥篩查納入健康體檢就要加大篩查力度，評估心理健康狀況，以便更及時、更早地發(fā)現(xiàn)容易引發(fā)抑郁癥的群體，并及早地干預治療。但問題是，在抑郁癥初期，很多人可能根本意識不到，更談不上干預治療。

“抑郁癥臨床診斷上有一套嚴格的標準。”中華醫(yī)學會精神醫(yī)學分會主任委員、中南大學湘雅二醫(yī)院主任醫(yī)師李凌江告訴《中國科學報》，“我們主要采用世衛(wèi)組織制定的抑郁癥診斷標準（ICD系統(tǒng)）和美國《精神障礙診斷與統(tǒng)計手冊》的標準。抑郁癥確診需要專科醫(yī)生根據(jù)相關標準，再結合面診對患者狀態(tài)、行為作出綜合判斷。目前還沒有用于精神疾病診斷的生物學指標。”

云南省精神病醫(yī)院主治醫(yī)師佟靚同樣表示，“抑郁癥不能只是通過儀器診斷，還需要結合癥狀學等進行判斷，再合并一些相關的量表等進行檢查?！?/p>

但目前我國精神科醫(yī)師不到4萬人。這就造成抑郁癥診斷和治療的一個困境：一邊是發(fā)病人數(shù)眾多，一邊是專業(yè)醫(yī)師嚴重缺乏。

“抑郁癥確診主要靠醫(yī)生的診斷，但專科醫(yī)生數(shù)量不足?！敝焱③繉Α吨袊茖W報》說，“再加上進行初級篩查的保健醫(yī)生水平不一，難免出現(xiàn)一些漏診、誤診。我們希望利用一些生態(tài)化的行為（比如步態(tài)、姿勢、言語）分析，對抑郁癥進行識別，在醫(yī)生常規(guī)診斷之外提供—些輔助信息，幫助醫(yī)生進行診斷。”

有效的模型

“已有研究表明，個體姿態(tài)控制所涉及的大腦神經(jīng)網(wǎng)絡與抑郁癥密切相關?！敝焱③空f，“姿態(tài)癥狀已被證明是抑郁癥的基本表現(xiàn)。與健康個體相比，抑郁患者在行走過程中的頭部垂直運動減少、肢體動作幅度更小、步態(tài)速度更低?！?/p>

設計實驗時，研究人員意外發(fā)現(xiàn)微軟Kinect智能體感設備能以30 Hz采樣率，捕獲人體25個軀體關節(jié)的三維坐標變化。而且，Kinect智能體感設備具有無侵擾、低成本、易于使用的優(yōu)點，可以方便地采集被試者的步態(tài)行為數(shù)據(jù)并識別抑郁狀態(tài)，“其在動作捕捉和動作監(jiān)測上的有效性已經(jīng)被驗證”。

該研究共招募126名抑郁癥患者和121名健康者。病例組為某市屬精神衛(wèi)生醫(yī)療機構的抑郁癥患者，其診斷結果是由精神科醫(yī)生根據(jù)《精神障礙診斷與統(tǒng)計手冊》完成的。對照組是從社會招募的健康人群。所有被試者在6米長、1米寬的人行道上自然地來回行走兩分鐘，由放置在一端的Kinect智能體感設備記錄下步態(tài)數(shù)據(jù)。

研究者對收集數(shù)據(jù)進行預處理，首先對數(shù)據(jù)進行切分，截取每個被試正面朝向Kinect智能體感設備行走過程中2個步態(tài)循環(huán)的數(shù)據(jù)，目的是為了消除大量重復數(shù)據(jù)導致的計算效率低和數(shù)據(jù)冗余問題；然后利用低通濾波器分別對25個軀體關節(jié)的數(shù)據(jù)進行去噪處理。數(shù)據(jù)預處理完成后，研究者提取了10個運動學特征、300個時域特征和825個頻域特征，最后使用邏輯回歸分析探究不同類別步態(tài)特征對抑郁識別的貢獻，并利用機器學習技術訓練抑郁識別模型。

多元邏輯回歸分析結果顯示，運動學、時域和頻域特征可以解釋因變量（抑郁）的變異性分別為12.55%、58.36%和60.71%。同時，利用機器學習技術構建的基于步態(tài)特征的抑郁識別模型是有效的。

提升篩查效率

研究者認為，與傳統(tǒng)心理測量方法相比，這種基于步態(tài)數(shù)據(jù)的抑郁識別方法具有無侵擾、可回溯、自動化等特點，因此將該方法與傳統(tǒng)測量方法相結合能夠有效地提升心理測量的應用范圍與測量效率。

“這種客觀數(shù)據(jù)對用戶來講更方便一些。”朱廷劭說，“因為不需要龐大的設備，也沒有復雜的操作，只要走幾步路就能夠得出結果?！?/p>

朱廷劭認為，從原理上來說，在大規(guī)模篩查時，比如，在醫(yī)院劃出一定空間，裝一個3D攝像頭（有三維識別功能），參與篩查者從一小段路上走一兩分鐘，就可以通過步態(tài)來識別是否有抑郁癥傾向。這種方法還可以用于學校、工廠、養(yǎng)老院甚至家庭內(nèi)部成員的抑郁傾向篩查預警。

“從實驗結果看，它可以達到中等以上相關。也就是說，它的篩查結果有一定的參考價值。”朱廷劭說，“這種走路姿勢、身體姿態(tài)識別的優(yōu)勢能夠發(fā)現(xiàn)早期抑郁癥。而抑郁癥越早發(fā)現(xiàn)越利于治療康復?！?/p>

據(jù)悉，該輔助診斷系統(tǒng)的硬件設備只有一個帶深度信息的攝像頭。這種攝像頭市面上很容易買到，價格也不貴。同時配合分析程序，分析程序可以從電腦上直觀地讀取結果，也可以做成手機App。

“目前部分品牌的手機也帶有3D攝像頭，只要手機運算能力足夠，完全可以在家用手機進行自查。”朱廷劭同時強調(diào)，“這種方式作為輔助診斷，可以方便、高效地初篩或自我檢查，但不能代替醫(yī)生診斷。一旦發(fā)現(xiàn)有抑郁癥可能，必須去找?？漆t(yī)生就診。”

相關論文信息：https://doi.org/10.3389/fpsyt.2021.661213