人工智能在精神病学的应用，能比人类更好

由于人工智能的进步，计算机现在可以帮助医生诊断疾病，并帮助监测数百公里之外的患者的生命体征。人工智能在精神病学领域的迅速普及，有一种“狂野西部”(wild west)的味道。

现在，科罗拉多大学博尔德分校(CU Boulder)的研究人员正致力于将机器学习应用于精神病学，他们开发了一款基于语音的移动应用程序，可以对患者的精神健康状况进行分类，甚至比人类做得更好。

认知科学研究所(Institute ofCognitive Science)的Peter Foltz教授表示:“我们绝不试图取代临床医生，但我们相信，我们可以创造出工具，让他们更好地监控患者。”Foltz在Schizophrenia Bulletin上发表了一篇新论文，阐述了人工智能在精神病学领域的前景和潜在缺陷。

近五分之一的美国成年人患有精神疾病，其中许多人住在偏远地区，那里很难找到精神病医生或心理学家。另一些人负担不起经常去看医生，没有时间，或者不能去看医生。论文的合著者BritaElvevåg指出，即使是偶尔有患者来访，治疗师的诊断和治疗计划也很大程度上要听患者的话，这是一种主观且不可靠的古老方法。人类并不完美。他们可能会分心，有时会错过细微的语言提示和警告信号。不幸的是，目前还没有针对心理健康的客观血液检查。

语言是心理健康的窗口

为了开发人工智能版本的血液测试，Elvevag和Foltz合作开发了一种机器学习技术，该技术能够检测出暗示心理健康下降的日常语言变化。例如，不符合逻辑模式的句子可能是精神分裂症的一个关键症状。语调或节奏的变化可能暗示着躁狂或抑郁。记忆力减退可能是认知和心理健康问题的一个标志。

“语言是检测患者精神状态的关键途径，”Foltz说。“使用移动设备和人工智能，我们能够每天跟踪病人，并监测这些细微的变化。”

这款新的移动应用程序要求患者通过与手机通话来回答5到10分钟的问题。在其他任务中，他们被问到自己的情绪状态，被要求讲一个小故事，听一个故事并重复它，并被要求进行一系列的触摸和滑动运动技能测试。

研究者还开发了一种人工智能系统，可以评估这些语音样本，将它们与同一患者和更广泛人群之前的样本进行比较，并对患者的精神状态进行评估。在最近的一项研究中，研究小组要求临床医生聆听并评估225名参与者的语音样本——其中一半患有严重的精神疾病，一半健康志愿者。然后他们将这些结果与机器学习系统的结果进行了比较。

Foltz说：“我们发现计算机的人工智能模型至少可以和临床医生一样精确。”他和他的同事们设想有一天，他们为精神病学开发的人工智能系统，可以与治疗师和病人一起在房间里提供额外的见解，或作为一个远程监控系统为严重精神疾病患者服务。如果应用程序检测到令人担忧的变化，它会通知患者的医生进行检查。

Foltz说：“患者通常需要接受专业人员的临床访问，以监控患者的病情，来避免昂贵的急诊护理和不幸的事件发生。但现实是，根本没有足够的临床医生来做到这一点。”

研究意义

一种跨学科的方法具有技术性和复杂性，但似乎产生了令人共鸣的结果。这些研究很难进行审查，因为这些方法通常是不透明的，而且很难找到合适的审查者组合。如果没有一个严格的框架来评估这类研究，从而培养可信度，那么这个问题只会变得更加复杂。

因此，新研究讨论了该领域迫切需要开发一个框架来评估复杂的方法论，以使该过程得以诚实，公正，科学和准确地完成。然而，评估是一个复杂的过程，因此研究者关注三个问题，即可解释性、透明性和可概括性，这对于确定在精神病学中使用人工智能的可行性至关重要。研究者讨论了如何定义这三个问题，以帮助建立一个框架，确保可信性，但结果显示了定义的难度，因为这些术语在医学，计算机科学和法律中具有不同的含义。最后研究者得出结论，重要的是开始讨论，这样就可以呼吁对此采取政策，并且社区在审查此类模型的临床应用时要格外小心。

Foltz此前曾帮助开发和商业化一种基于人工智能的论文评分技术，目前该技术已得到广泛应用。在他们的新论文中，研究人员呼吁进行更大规模的研究，以证明人工智能技术的有效性并赢得公众信任，然后才能将其广泛应用于精神病学的临床实践。

他们写道:“围绕人工智能的奥秘并没有培养可信赖性，而这在应用医疗技术时是至关重要的。我们不是寻找机器学习模型来成为医学领域的最终决策者，我们应该利用机器擅长的事情来解放人类，让人类去做他们擅长的事情。”