后遗症后焦虑障碍（PTSD）有可能是一个十分相当严重的问题，意外的是，其经常无法被临床出来。然而，新技术可以获取协助，因为该技术用于人工智能来确认某人否患上后遗症后焦虑障碍－基于他们的言语。目前，一般来说通过患者自我报告或在医院中展开的专访yabo网页登录 来临床该病症。这两种方法都有些主观，因为它们受到患者或医生种族主义的影响。考虑到这一点，纽约大学医学院的研究人员著手研发一个更加客观的系统。在CharlesR．Marmar博士的率领下，他们首先记录了对早已被临床患上后遗症后焦虑障碍的53名伊拉克和阿富汗退伍军人展开的临床专访，以及对78名未患上这种疾病的退伍军人展开的专访。然后用于由SRIInternational研发的语音软件处置所有录音，从而搜集了40，526个基于言语的特征，这些特征是在“一段时间的谈话”中捕捉的。然后用于称作随机森林算法的统计资料机器学习技术来分析所有那些“一段时间谈话”，教导其自身哪些言语特征与PTSD相关联。

它最后确认18个因素，如言语不明晰和“无生气、金属色调”，是这种疾病的反感指标－这有可能是由于后遗症事件转变了处置情绪和肌肉张力的大脑电路。当系统随后用于它所“教给”的东西来猜测受访者否患上后遗症后焦虑障碍时，这样做到的准确率为89％。科学家们现在计划用于额外的数据来更进一步训练系统，从而提升准确率。“言语是一种有吸引力的候选因素，可用作自动诊断系统，有可能作为未来PTSD智能手机应用程序的一部分，因为它可以廉价、远程和非侵入性地展开测量，”该研究论文的第一作者、助理教授AdamD．Brown教授回应。该论文于本周一公开发表在《DepressionandAnxiety》杂志上。