日前，國內知名的養老服務品牌泰康之家公告其養老院的老年人使用了音樂教育、音樂治療專家梁詠詩自主研發的“基於深度學習的音樂練習行為分析指導雲平臺V1．0”之後，獲得了顯著的成效。在此之前，我國音樂治療臨床尚沒有利用人工智慧技術帶來的分析工具，尚缺乏腦科學技術提供的定量評估方法，所涉及的神經機制尚有待深入研究。雖然這個問題現在仍未完全解決，但是梁詠詩女士作為國內少數研究出通過人工智慧手段將音樂教育和治療與數字醫學、腦科學、電腦科學相結合的創新者，已經將國內的音樂教育治療發展推進了一大步。
音樂治療誕生於1940年的美國，其作為一種臨床治療方法廣泛應用於精神病治療、老年陪護、特殊教育、胎教早教、美容駐顏、睡眠減壓等領域。音樂治療對個體的干預依託于音樂的四種基本功能。一是生理共振作用。音樂可以通過大腦邊緣系統調節軀體運動、自主神經及大腦皮質，同時作為一種聲波，可以與個體的生理頻率發生共振並加強神經元之間的聯結。二是心理共情作用。音樂能夠以一種非語言化的方式直接影響個體情緒，並創造意向世界與想像空間。三是社會共融作用。音樂能夠提高人際交往能力、語言溝通能力和自我克制能力，影響人與人之間的關係。四是審美共用作用。美的音樂可以喚起美的體驗，喚醒內心積極的力量，使個體享受生命的歷程。
儘管音樂治療的效果得到了普遍認可和接受，但是其現有的技術手段仍然存在靶向不準，比如缺乏病理針對性，忽視個體差異性；費時費力、人工成本高、場地受限；專業性低，療效評估指標不成體系，也不夠客觀和隱私洩露等方面的缺陷。梁詠詩女士研發的“基於深度學習的音樂練習行為分析指導雲平臺V1.0”通過人工智慧的自然語言處理、機器視覺、語音識別等技術以音樂教育的模式“個性化學習—實時反饋—大規模數據分析”為音樂治療“診斷—治療—評估”的全過程創新提供了思路。
梁詠詩女士稱，通過音樂教育實現治療很好地解決了病人的羞恥心理。音樂治療要做到精準施策，首先必須進行“望聞問切”。“基於深度學習的音樂練習行為分析指導雲平臺V1.0”通過建構AI多模態情感對話系統，關聯語言、面部表情、肢體動作等多方面的資訊，基於語音識別模型、意圖識別模型、多模態情感計算演算法、閒聊模型、語音合成技術等，在人機交互過程中建立起立體的個人畫像，包含用戶社會屬性、心理特徵、行為特徵、生活習慣、興趣愛好、患病成因等，抽象出一個標簽化的患者模型。同時，基於預訓練的語言表徵模型的邊界增強神經網路分類演算法，對以往心理療法的案例進行處理，建立專病知識圖譜，從而使患者模型與專病對應策略形成映射關係，自動生成個性化的音樂學習與治療計劃，可廣泛應用在遠端診斷和遠端教學領域。同時，AI多模態情感對話系統也可以輔助護士、教育人員開展更加全面分析，為音樂處方的開具提供依據。
其次，“基於深度學習的音樂練習行為分析指導雲平臺V1.0”利用了人工智慧個性化學習、大數據演算法的優勢，做到了音樂教育（治療）評估和個性化學習路徑干預（音樂處方）的雙重優化。以往，音樂教育治療評估過程帶有較強的主觀性和經驗性，而“基於深度學習的音樂練習行為分析指導雲平臺V1.0”一方面借助機器學習和自然語言處理的方法，半自動化完成海量文獻的Meta分析，找到評估最有效的證據；另一方面運用感測器獲取個體的行為軌跡，如眼動、面部肌肉運動、肢體行為等、記錄人體的生理指標並開展數據分析，可以得到科學的、客觀的、可量化的臨床症狀改善評估結果，解決了事後報告、社會期許偏差、主觀性強等問題。在個性化學習路徑干預，即音樂處方方面，“基於深度學習的音樂練習行為分析指導雲平臺V1.0”通過建立音樂資源庫，並根據節拍、律動、流派、和聲、樂器、情緒等構建分類器，面向不同的治療用途，如軀體放鬆功能、場景描述功能、情感情緒功能等，實現對症下藥；該雲平臺對音樂教育和治療的技術手段進行改進，如通過語音合成技術進行指導語聲音塑形、通過自然語言處理方法進行歌曲填詞技術的優化、通過音樂合成技術對器樂即興演奏過程進行優化、基於電腦倣真系統輔助歌曲演唱中的呼吸訓練、依託生成對抗神經網路創作個性化歌曲等，增加了音樂治療的多樣性，進而提高了可覆蓋人群的廣度。
泰康之家的成功案例已表明，梁詠詩研發的“基於深度學習的音樂練習行為分析指導雲平臺V1.0”可以廣泛應用於特殊群體的治療，比如認知障礙老人、阿爾茲海默症患者、孤獨症兒童、智障兒童等特殊人群。音樂教育作為更溫和、被大眾普遍接受的方式，潛移默化地實現音樂治療的目的，不僅在適應社會上做到了靈活巧妙，且在技術和治療手段上實現了創新，因此梁詠詩女士為我國特殊群體治療做出了傑出的貢獻。