前身为Google登月计划实验室Alphabet X昨（2）日公布最新的实验性项目Project Amber，将开发一脑波侦测结合AI分析的系统，以便提早侦测出忧郁症症状。
根据世界卫生组织的资料，2017年全球患忧郁的人口高达3.2亿。Project Amber负责人Obi Felten指出，忧郁症虽然有1000种可能的症状，在不同人身上有不同组合，但今天心理疾病，包括忧郁症的诊断多半是医生经由对病患的专业问卷访谈来评估，但却缺乏公用的客观测量标准，像糖尿病，医师可经由定期测量血糖来调整胰岛素、饮食和运动方案。忧郁症或焦虑症却没有这样的生理指标。
这就是Project Amber的目标。Project Amber团队包含一群由神经学家、软、硬件工程师、机器学习及医疗设备产品人员，他们三年前投入这项计划，目前也和美、英非营利组织如Shift进行早期研究。本计划希望结合机器学习及医学界运用了96年的测量技术：脑波图（electroencephalography，EEG），开发可测量脑波、辅助判断的设备。
Project Amber目标之一是开发低成本、容易使用、但能搜集脑波信号的研究级设备。他们目前已经和佛州州立大学合作开发了一个由传感器、脑波放大器组成的头戴设备，用以搜集患者的静息态脑波及事件相关电位（event-related potential，ERP），两者的落差目前是医界认为可用以判断忧郁症的指标。最后的原型是类似泳帽，方便用户自行穿脱的设备。
此外，以往的脑波设备收到的信号仍需要神经科及脑波专业人员解析。Project Amber则希望引入机器学习技术，先行为信息去除大部分噪音及初步判断，以便这些信息可为其他医护人员使用。为此Project Amber和Google DeepMind团队合作，采用非监督式特征学习（unsupervised representation learning）发展出的自动编码（autoencoder）技术。研究小组宣称，目前这套技术已经可在较少病例的脑波信号中去除噪音，取得临床上有用的特征，过去在实验室中需要数百测试才能做到。
Project Amber认为这套系统最适合场景是用作长时间监控。与Project Amber配合的临床医师希望这套系统，让病人带回家自己戴上测试，以便记录每次回诊之间病患的状况。医生也希望强化这套系统的预测能力，以便预测哪些人情况比较可能恶化。
而为了扩大这套系统使用，不只限于脑波，Project Amber也将其EEG系统软、硬件，包括机器学习技术开放出来，现已可在GitHub上取用。
