通过声音就能诊断显露抑郁症？人工智能或许可以做到

还有一些其他高效率也许时会增加一个正因如此的人际交互层，比如已经有在 A 轮融资之中筹集资金了 2000 万美元的加州麻省理工学院美国公司 Kintsugi。该美国公司的创始人是 Grace Chang 和 Rima Seiilova-Olson，二人都有过难以获得保健护理的共同历程。Kintsugi 为远程公共增值和呼叫之中心发放商开发设计高效率，帮助他们确定哪些病症也许时会从全面性的支给与之中受益。

例如，通过应用于 Kintsugi 的构词分析程序中，医生也许时会被指引无需多花一分钟时间，询问一位患儿父母自身的心理健康现况。

开发设计这些子类高效率也许存有偏见缺陷，要必要对所有病症公平，无论其岁数、异性恋、族裔、国籍，都要受益彼此之间同的增值。Grace Chang 问道：“要让机器学建模发挥良好作用，我们无需有一个颇为庞大、多种不同和强大的数据集集。”他指显现出，Kintsugi 应用于了来自世界性的构词据信，涵盖了许多种不同的语言，就是为了尽量减少偏见缺陷。

本特利问道，这一新兴领域的另一个主要缺陷是隐私，除此以外是可以用来识别个人身份的构词数据集。

即使医护兼职人员达成协议顺利进行据信，缺陷也是存有的。除了评量医护兼职人员的保健，一些沙哑分析程序中还应用于这些录制来开发设计和完善自己的启发式。

本特利问道，另一个关键时刻是消费者也许不宠信机器学和所谓的据信器启发式，这些启发式的兼职方式也甚至连开发设计者自己都无法完全解释，除此以外是无法解释预见的新功能。

“我们无需创造启发式，也无需思考启发式，”密西根大学(UCLA)神经科学和生命行径塞梅尔分析所(Semel Institute for Neuroscience and Human Behavior)临时所长、信念病学秘书长德米特里·郭(Alexander Young)博士问道，这与许多分析兼职人员对AI和机器学的普遍担忧彼此之间呼应：在工程建设的基础训练阶段，即使有，生命的监督也很少。

目前为止，德米特里·郭仅仅对构词分析高效率的潜力给与果断乐观态度，尤其是把该高效率作为病症追踪自己的机器。

他问道：“我认为你可以为人们的保健现况建模，或者用一般的机器测试者他们的保健现况。不过人们也最喜欢都能自我追踪的状态，尤其是患有慢性疾病的人。”

在自动构词分析高效率转至主流应用早先，也有一些人呼吁对其准确度顺利进行严格的测试者。

本特利指显现出：“我们不仅无需对构词高效率顺利进行更是多解析，还无需对基于其他数据集流的AI和机器学建模顺利进行解析。我们无需从大规模、精心设计的、具传奇色彩的分析之中获得这种解析。”

在那早先，AI转子的构词分析高效率仍是一种有前途、但未经证实的机器。不过最终，它也许时会成为观测保健现况的日常机器。

译者：Jane