妇女节特刊 | 上海交大吴梦玥：用言语智能技术，为精神疾病开出第一张诊疗单
内容提要
本文讨论了基于语音的疾病检测技术在精神疾病诊疗中的应用，介绍了声音作为交流媒介和情绪外化的重要性，以及声音分析在精神疾病诊断中的潜力。文章提到了吴梦玥教授的研究团队在精神疾病诊疗方面的工作，以及他们构建的开源抑郁症问诊对话数据集。此外，文章还探讨了音频分析在驾驶环境和疫情期间的应用，并提到了声音数据获取的挑战。最后，文章强调了兴趣对于科研和职业发展的重要性，祝愿所有女性能够像吴梦玥一样自信地追求兴趣并展现出精彩的人生。
延伸解读
音频分析如何成为精神疾病诊断的“第一张检查单”
文章指出，语音和语言是大脑功能的外化表现，情绪或认知障碍会在表达中留下线索，因此音频中可找到生物标记物。基于音频的线上诊断能在初诊阶段帮助患者缓解病耻感，并快速判别是否患病。吴梦玥团队构建的开源抑郁症问诊对话数据集，为这一方向提供了符合临床标准的数据基础，有望提高精神疾病的早期就诊率。
数据匮乏：精神疾病音频研究的主要瓶颈
与呼吸科、心内科等领域相比，精神疾病诊疗的音频数据严重匮乏。原因在于医患隐私和患者病耻感导致对话音频极难获取；部分医院虽以对话形式记录问诊，但未形成规范数据，音频质量不高且难以共享。吴梦玥团队通过深度沟通沉淀问诊流程、角色扮演模拟医患对话，并由专业医生筛选，最终构建了开源数据集，为研究提供了可行路径。
从驾驶到疫情：音频分析的落地场景
文章提到，音频分析不仅用于精神疾病诊疗，还能在驾驶环境中主动交互：根据驾驶人语气判断情绪或疲劳，通过车内灯光或音效调节情绪，并调整回复策略。疫情期间，团队利用拾音器收集开关门环境音，分析离家/居家状态，相比摄像头监控更有利于隐私保护。这些案例体现了“做落地的研究”的理念。
兴趣驱动与交叉学科背景的科研启示
吴梦玥多次强调兴趣的重要性，从心理声学到计算建模，再到精神疾病诊疗研究，兴趣贯穿其学术路径。心理学与计算机的交叉背景，使她既能切中患者痛点，也能在数据获取困难时灵活采用仿真数据调整策略。文章认为，交叉学科背景常能带来创新突破，而兴趣是科研和职业发展的持久驱动力。
Q&A
吴梦玥教授的研究团队在精神疾病诊疗中做了哪些贡献？
吴梦玥教授的团队构建了全球第一个符合临床标准的开源抑郁症问诊对话数据集，推动了基于音频的精神疾病诊断技术的发展。
声音在精神疾病诊疗中有什么重要性？
声音不仅是交流的重要媒介，还能反映情绪状态，音频分析可以帮助早期诊断精神疾病并缓解患者的病耻感。
吴梦玥教授如何看待兴趣在科研中的作用？
吴梦玥教授认为兴趣是科研和职业发展的重要驱动力，鼓励女性追求自己的兴趣并展现精彩人生。
音频数据在精神疾病领域面临哪些挑战？
音频数据获取面临隐私问题和数据质量低下的挑战，尤其是在精神疾病领域，患者的病耻感使得音频数据难以收集。
吴梦玥教授的研究方向是什么？
吴梦玥教授的研究方向包括丰富音频分析，关注语音和语言的表达及其对精神状态的影响。
疫情期间，吴梦玥教授的团队做了什么？
疫情期间，吴梦玥教授的团队开发了一个实用的抑郁症问诊小程序，以满足现实需求。
