人工智能醫療之情緒分析檢測

醫療是專業度更高的領域，有很多專業術語和專業技能需要機器去學習，隻有通過海量的學習，人工智能診斷疾病才能更準確、更快捷、更安全，使得人機交互與智能診斷能成為現實。隨著人工智能醫療新型檢測技術的不斷發展，一些主觀指標也進入了可檢測的範圍。

前不久麻省理工學院計算機科學和人工智能實驗室的研究人員研製出一款名為EQ-Radio的情緒檢測儀，通過讓無線信號在接觸一個人的身體後回彈，分析其唿吸和心跳信息，從而識別出憤怒、哀傷、高興、愉悅等情緒。

據悉，這項技術無需受試者穿戴任何檢測設備或身體傳感器，其情緒檢測儀僅基於心跳識別情緒的準確率就達到87%。因此，未來類似的主觀指標檢測也將逐步成為現實。

早在2012年，以色列的一家公司就發明了一係列算法，可以根據說話方式和音域變化，分析出憤怒、焦慮、幸福或滿足等情緒。心情的細微差別也能被精準檢測。至今為止，該算法可以分析出11個類別的400種複雜情緒。除了語音識別，表情與文本識別也是感知情緒的常用方式。

可以預見在不遠的將來更多指標的檢測將成為可能，例如精力識別可以幫助在高效率的時候工作或學習，低效率的時候養精蓄銳。

設想一下這樣一個場景，一個熱愛學習的學生，他有很多課程要學習，但在某個時間段內他的記憶能力比較好，通過檢測反饋的結果建議他適合學習文科記憶力科目；而在另一段時間裏，他的記憶力不好但思考能力佳，通過檢測反饋的結果建議他學習理工類偏向分析思考類的科目，這樣以來，他的個人學習效率就可以得到大大提升。

人工智能在醫療領域應用的高級階段。朗銳慧康（www.lrioh.com）認為,其特點在於其機器能夠“理解”非結構化數據，就包括語言、圖像、視頻等，認知智能的核心能力實際上是機器擁有人類的某些能力，與人類相比，其優點是計算能力更加高效而且永不會疲勞。

最後更新：2017-11-07 12:03:49