Alphabet X發展監測憂鬱症腦波的AI及頭戴監測裝置

前身為Google射月計畫實驗室Alphabet X昨（2）日公布最新的實驗性專案Project Amber，將開發一腦波偵測結合AI分析的系統，以便提早偵測出憂鬱症症狀。

根據世界衛生組織的資料，2017年全球罹患憂鬱的人口高達3.2億。Project Amber負責人Obi Felten指出，憂鬱症雖然有1000種可能的症狀，在不同人身上有不同組合，但今天心理疾病，包括憂鬱症的診斷多半是醫生經由對病患的專業問卷訪談來評估，但卻缺乏共通的客觀量測標準，像糖尿病，醫師可經由定期測量血糖來調整胰島素、飲食和運動方案。憂鬱症或焦慮症卻沒有這樣的生理指標。

這就是Project Amber的目標。Project Amber團隊包含一群由神經學家、軟、硬體工程師、機器學習及醫療設備產品人員，他們三年前投入這項計畫，目前也和美、英非營利組織如Shift進行早期研究。本計畫希望結合機器學習及醫學界運用了96年的量測技術：腦波圖（electroencephalography，EEG），開發可量測腦波、輔助判斷的裝置。

Project Amber目標之一是開發低成本、容易使用、但能蒐集腦波訊號的研究級裝置。他們目前已經和佛州州立大學合作開發了一個由感測器、腦波放大器組成的頭戴裝置，用以蒐集患者的靜息態腦波及事件相關電位（event-related potential，ERP），兩者的落差目前是醫界認為可用以判斷憂鬱症的指標。最後的原型是類似泳帽，方便使用者自行穿脫的裝置。

此外，過往的腦波裝置收到的訊號仍需要神經科及腦波專業人員解析。Project Amber則希望引入機器學習技術，先行為資訊去除大部份噪音及初步判斷，以便這些資訊可為其他醫護人員使用。為此Project Amber和Google DeepMind團隊合作，採用非監督式特徵學習（unsupervised representation learning ）發展出的自動編碼（autoencoder）技術。研究小組宣稱，目前這套技術已經可在較少病例的腦波訊號中去除噪音，取得臨床上有用的特徵，過去在實驗室中需要數百測試才能做到。

Project Amber認為這套系統最適合情境是用作長時間監控。與Project Amber配合的臨床醫師希望這套系統，讓病人帶回家自己戴上測試，以便記錄每次回診之間病患的狀況。醫生也希望強化這套系統的預測能力，以便預測哪些人情況比較可能惡化。

而為了擴大這套系統使用，不只限於腦波，Project Amber也將其EEG系統軟、硬體，包括機器學習技術開放出來，現已可在GitHub上取用。