人工智能可以改善精神病护理

在医学领域，研究人员和医生都在寻求人工智能和机器学习来帮助他们评估和诊断患者，希望该技术能够加快这一过程，并帮助发现人眼或大脑不易察觉的信号和模式。在通常需要与患者交谈以做出治疗决定的精神病学领域，它有潜力增强治疗效果。

科罗拉多大学认知科学研究所研究教授 Peter Foltz 表示：“我们正在研究如何分析患者的反应。目前，在心理健康领域，患者与临床医生的互动时间非常少。他们中的许多人都在远程工作，很难抽出时间与他们交流。”为了解决这个问题，Foltz 和他的团队正在努力构建可以收集和分析个人心理状态数据并将其报告给临床医生的应用程序。

他强调，这类工具并非旨在取代医生和精神科医生，而只是为了进一步改善他们的护理。随着对他们的作用的研究不断发展，同样重要的是关注如何最好地建立对他们贡献的信任。“为了真正做到这一点，普通民众和精神医学界需要更多地了解人工智能能做什么、不能做什么以及如何评估它，”他说。

在本周发表的一篇新论文中，福尔茨和他的同事概述了一个他们希望能够建立这种信任的框架。它强调了人工智能在精神病学领域要努力实现的三个关键目标：可解释性、透明度和可推广性。“我们真的认为，如果我们想将人工智能应用于该领域，精神病学就需要考虑这些支柱，”他说。

人工智能可以是一个黑匣子，任何旨在用于临床的程序都应该附带关于它如何构建以及它基于哪些数据进行训练的信息（透明度），并且应该向临床医生提供尽可能多的信息，说明该程序如何得出它在另一端给出的任何决定（可解释性）。

“当机器做出预测时，它预测的是什么？”福尔茨说。“我们希望让人们理解它如何使用，它如何得到这些结果，以及这些结果意味着什么。”

人工智能程序首先在具有已知诊断或指定的特定数据集上进行训练，然后利用从该数据集中学到的知识对新信息和未知信息做出决策。然而，这些程序通常受到训练的特定人群的限制。“我们希望确保在广泛的人群中进行验证，以确保它可以推广到训练人群以外的其他领域，”福尔茨说。

这些原则对医学的其他领域也很重要。但在精神病学领域，人工智能有可能打破一个瓶颈：与患者的对话始终需要由人类进行翻译，但现在，其中一些可能由机器完成。

Foltz 的团队正在开发一种应用程序，可以记录患者开放式问题的信息，并分析其说话模式，以了解他们的心理状态。“我们正在观察他们说话的方式，以及他们说话的组成部分，”他说。“我们可以看到他们的连贯性、他们是否很好地围绕主题说话、他们从一个话题跳到另一个话题的幅度有多大，以及他们的语言结构。”初步结果表明，该程序至少可以像临床医生听同样的录音答案一样，很好地解读患者的心理状态。

该团队正在努力完善他们的测量方法，并研究如何将该工具应用于一系列心理健康状况，从精神分裂症到轻度认知障碍。不过，Fotlz 表示，这类程序可能还需要一段时间才能在临床上使用。

“时间线相当长，可能在五到十年之间。部分原因是需要做更多研究和改进研究，部分原因是需要进行更大规模的研究来测试其普遍性，”他说。“我们仍在研究如何将其作为一种能够监测患者的工具。”