心理醫生將會失業？人工智能輔助精神疾病診斷典型案例分享

科技媒體醫療網訊 普通的心理診療，醫生首先要對病人的精神情況進行初診，通過數次類似心理採訪的直覺來判斷症狀，憑經驗診斷出精神疾病種類，然後對症擬定治療方案，包括使用何種藥物、多大藥量等。然而受醫生主觀判斷和經驗的限制，可能在診斷上出現錯誤，導致遲遲不能確診，或者不能正確判斷用藥種類和劑量，耽誤病情。

在這個機器學習大行其道的時代，人工智能在精神病醫學上的應用愈加廣泛，而且在診斷和治療的階段都有介入。人工智能在實驗中表現出相當高的判斷準確性，有超過人類的趨勢，並有望在未來精神疾病診療中起到重要作用。

不過，如果要用人工智能輔助精神疾病的藥物干預，必須要進行詳細研究、驗證。例如，雖然用語言分析技術診斷精神分裂症已被證實有相當高的準確性，但這也僅是一次試驗的結果。況且，至今沒有人對抑鬱症和躁鬱症的症狀建立相應模型。

AI用到實踐中依然是長路漫漫，尤其對精準性的要求。Siri在識別蘇格蘭口音上總出問題，這也許是無傷大雅，但在醫療領域，小錯誤卻會造成毀滅性的後果。“如果有種技術有20%的出錯率（或者80%的正確率），我是絕對不會把它用到病人身上的。”哈佛大學教授Vahabzadeh說。

再加上年齡、性別、種族、地區等因素，人工智能帶來的風險就會更大。如果一個人工智能系統的數據來源人群都是屬於同一人口統計學類別的，再去測試其他人群，即使是正常樣本也會被誤判。“有些特定的族群，說話的聲音比較輕柔，或者有的人因為生理因素，活動量受到限制，那麼人工智能把他們誤診為抑鬱症也是情有可原的。”要加強機器學習在精神疾病中的應用，目前只有通過更大的人類行為數據庫來提供更多的“訓練”。也許在不久之後，人工智能科技就可以解決精神疾病診療人員短缺的現狀，並極大地削減人力成本。

儘管如此，目前市面上已經出現了一些比較不錯的利用AI輔助精神疾病診斷的方案。筆者為你介紹一些人工智能在精神領域的應用和新動向，以及它們面臨的一些挑戰。

1.NeuroLex Diagnostics：幫助診斷精神分裂症

精神分裂症人群講話有非常顯著的特徵，常表現為非自主發聲：講話中短句居多，語義混亂，“這個”、“那個”、“一個”之類的模糊詞使用頻率高，句與句連起來的表意含糊不清。2015年，一組研究人員根據精神分裂症的語言特徵製作了一個人工智能模型，通過分析談話記錄，準確地預測出了哪一組年輕人可能患精神錯亂（精神分裂症主要症狀）。

NeuroLex Diagnostics公司的CEO Jim Schwoebel想要用這種技術來幫助初診醫生篩選出精神分裂症患者。NeuroLex的產品邏輯是這樣：把智能手機等可錄音設備安裝在治療室隱祕處，錄下談話內容，然後使用上述研究裡用到的人工智能模型來尋找患病線索。系統會自動用數字表徵患病嚴重程度（就像血壓計一樣），併為醫生提供診斷參考。

NeuroLex Diagnostics致力於分析話語，提升健康

精神分裂症篩選器這個發明已經讓Schwoebel獲得了美國精神病學會獎勵。此外，NeuroLex還想為正在醫院裡進行精神病治療的病人制造一種產品，除了診斷精神疾病，還能進一步對病患進行長期的語言分析，以此記錄病情進展。

注：此資訊源于網路收集，如有健康問題請及時咨詢專業醫生。

相關問題