由于人工智能的進步，計算機現(xiàn)在可以幫助醫(yī)生診斷疾病，并幫助監(jiān)測數(shù)百公里之外的患者的生命體征。人工智能在精神病學(xué)領(lǐng)域的迅速普及，有一種“狂野西部”(wild west)的味道。

現(xiàn)在，科羅拉多大學(xué)博爾德分校(CU Boulder)的研究人員正致力于將機器學(xué)習(xí)應(yīng)用于精神病學(xué)，他們開發(fā)了一款基于語音的移動應(yīng)用程序，可以對患者的精神健康狀況進行分類，甚至比人類做得更好。

認知科學(xué)研究所(Institute ofCognitive Science)的Peter Foltz教授表示:“我們絕不試圖取代臨床醫(yī)生，但我們相信，我們可以創(chuàng)造出工具，讓他們更好地監(jiān)控患者。”Foltz在Schizophrenia Bulletin上發(fā)表了一篇新論文，闡述了人工智能在精神病學(xué)領(lǐng)域的前景和潛在缺陷。

近五分之一的美國成年人患有精神疾病，其中許多人住在偏遠地區(qū)，那里很難找到精神病醫(yī)生或心理學(xué)家。另一些人負擔(dān)不起經(jīng)常去看醫(yī)生，沒有時間，或者不能去看醫(yī)生。論文的合著者BritaElvev?g指出，即使是偶爾有患者來訪，治療師的診斷和治療計劃也很大程度上要聽患者的話，這是一種主觀且不可靠的古老方法。人類并不完美。他們可能會分心，有時會錯過細微的語言提示和警告信號。不幸的是，目前還沒有針對心理健康的客觀血液檢查。

語言是心理健康的窗口

為了開發(fā)人工智能版本的血液測試，Elvevag和Foltz合作開發(fā)了一種機器學(xué)習(xí)技術(shù)，該技術(shù)能夠檢測出暗示心理健康下降的日常語言變化。例如，不符合邏輯模式的句子可能是精神分裂癥的一個關(guān)鍵癥狀。語調(diào)或節(jié)奏的變化可能暗示著躁狂或抑郁。記憶力減退可能是認知和心理健康問題的一個標志。

“語言是檢測患者精神狀態(tài)的關(guān)鍵途徑，”Foltz說。“使用移動設(shè)備和人工智能，我們能夠每天跟蹤病人，并監(jiān)測這些細微的變化。”

這款新的移動應(yīng)用程序要求患者通過與手機通話來回答5到10分鐘的問題。在其他任務(wù)中，他們被問到自己的情緒狀態(tài)，被要求講一個小故事，聽一個故事并重復(fù)它，并被要求進行一系列的觸摸和滑動運動技能測試。

研究者還開發(fā)了一種人工智能系統(tǒng)，可以評估這些語音樣本，將它們與同一患者和更廣泛人群之前的樣本進行比較，并對患者的精神狀態(tài)進行評估。在最近的一項研究中，研究小組要求臨床醫(yī)生聆聽并評估225名參與者的語音樣本——其中一半患有嚴重的精神疾病，一半健康志愿者。然后他們將這些結(jié)果與機器學(xué)習(xí)系統(tǒng)的結(jié)果進行了比較。

Foltz說：“我們發(fā)現(xiàn)計算機的人工智能模型至少可以和臨床醫(yī)生一樣精確。”他和他的同事們設(shè)想有一天，他們?yōu)榫癫W(xué)開發(fā)的人工智能系統(tǒng)，可以與治療師和病人一起在房間里提供額外的見解，或作為一個遠程監(jiān)控系統(tǒng)為嚴重精神疾病患者服務(wù)。如果應(yīng)用程序檢測到令人擔(dān)憂的變化，它會通知患者的醫(yī)生進行檢查。

Foltz說：“患者通常需要接受專業(yè)人員的臨床訪問，以監(jiān)控患者的病情，來避免昂貴的急診護理和不幸的事件發(fā)生。但現(xiàn)實是，根本沒有足夠的臨床醫(yī)生來做到這一點。”

研究意義

一種跨學(xué)科的方法具有技術(shù)性和復(fù)雜性，但似乎產(chǎn)生了令人共鳴的結(jié)果。這些研究很難進行審查，因為這些方法通常是不透明的，而且很難找到合適的審查者組合。如果沒有一個嚴格的框架來評估這類研究，從而培養(yǎng)可信度，那么這個問題只會變得更加復(fù)雜。

因此，新研究討論了該領(lǐng)域迫切需要開發(fā)一個框架來評估復(fù)雜的方法論，以使該過程得以誠實，公正，科學(xué)和準確地完成。然而，評估是一個復(fù)雜的過程，因此研究者關(guān)注三個問題，即可解釋性、透明性和可概括性，這對于確定在精神病學(xué)中使用人工智能的可行性至關(guān)重要。研究者討論了如何定義這三個問題，以幫助建立一個框架，確保可信性，但結(jié)果顯示了定義的難度，因為這些術(shù)語在醫(yī)學(xué)，計算機科學(xué)和法律中具有不同的含義。最后研究者得出結(jié)論，重要的是開始討論，這樣就可以呼吁對此采取政策，并且社區(qū)在審查此類模型的臨床應(yīng)用時要格外小心。

Foltz此前曾幫助開發(fā)和商業(yè)化一種基于人工智能的論文評分技術(shù)，目前該技術(shù)已得到廣泛應(yīng)用。在他們的新論文中，研究人員呼吁進行更大規(guī)模的研究，以證明人工智能技術(shù)的有效性并贏得公眾信任，然后才能將其廣泛應(yīng)用于精神病學(xué)的臨床實踐。

他們寫道:“圍繞人工智能的奧秘并沒有培養(yǎng)可信賴性，而這在應(yīng)用醫(yī)療技術(shù)時是至關(guān)重要的。我們不是尋找機器學(xué)習(xí)模型來成為醫(yī)學(xué)領(lǐng)域的最終決策者，我們應(yīng)該利用機器擅長的事情來解放人類，讓人類去做他們擅長的事情。”