本页面由土耳其语自动翻译。 阅读原文

本页是借助人工智能编写的土耳其语摘要，介绍在第26届世界精神病学大会上报告的研究。研究归报告作者所有；引用时请查阅原始来源。

EV1257

用于预测重性抑郁障碍共病快速眼动睡眠行为障碍的多模态人工智能

MULTIMODAL AI FOR PREDICTING COMORBID REM SLEEP BEHAVIOR DISORDER IN MAJOR DEPRESSIVE DISORDER

从智能手机录制的简短言语任务中提取的面部与声音动态特征，可识别重性抑郁障碍患者是否共病快速眼动睡眠行为障碍，受试者工作特征曲线下面积（AUROC）为0.829。

本研究旨在检验，从智能手机短时录制中提取的面部与声音动态特征，能否将经视频多导睡眠监测（v-PSG）确诊共病快速眼动睡眠行为障碍（REM sleep behavior disorder，RBD）的重性抑郁障碍（major depressive disorder，MDD）患者，与经匹配的仅诊断为MDD的患者区分开来，并识别具有可解释性的候选数字生物标志物。研究从329人的临床队列中纳入31名参与者进行分析（19名MDD共病RBD患者、12名仅患MDD的对照者），共使用261段时长为10秒的视频片段；视觉分支采用sLSTM处理方向梯度直方图（HOG）和面部动作单元（action unit，AU）特征，听觉分支采用多层感知机（MLP）处理基于OpenSMILE提取的声音特征，再通过后期融合（late fusion）生成参与者层面的概率，并在参与者层面进行五折交叉验证，以避免片段层面的数据泄漏。完整模型的AUROC为0.829，准确率为80.5%，敏感度（召回率）为90.0%，F1分数为0.848，报告的平均特异度为63.3%。在单模态分析中，声音提供的判别信号最强（准确率为74.9%，F1分数为0.696）；仅使用HOG时，两项指标分别为63.4%和0.594，仅使用面部动作单元时为70.2%和0.650，面部动作单元与声音融合时为77.4%和0.738，多模态完整模型的表现最佳。模型预测的共病RBD概率与RBD问卷（RBDQ）评分显著相关（r = 0.53，p = 0.005），与统一帕金森病评定量表（UPDRS）评分的相关性仅呈趋势（r = 0.34，p = 0.067），与贝克抑郁量表（BDI）及医院焦虑抑郁量表（HADS）评分无明显相关性。在研究中心、语言、设备和方案均不同的广州队列（n = 26）中进行外部验证时，仅使用声音的模型准确率为77.7%，F1分数为0.758；HOG与面部动作单元融合模型的两项指标分别为69.3%和0.674。SHAP分析显示，面下部及口周的紧张程度与变化性（AU14、AU17、AU25、AU04），以及音高稳定性、梅尔频率倒谱系数（MFCC）所表征的音色、发声与无声片段时长等声学指标较为突出；研究强调，这些特征提示的是候选生物标志物，而非因果机制。总之，该方法旨在帮助优先筛选需要接受针对性RBD评估的MDD患者，而非替代诊断；其局限性包括样本量小、采用横断面设计、缺乏其他睡眠障碍对照组，以及药物和临床混杂因素仍未排除。

全部 WCP 2026 摘要