在《致青春》里， 陳孝正因?yàn)槁?tīng)到鄭微向他表白而脫口而出“你神經(jīng)病??！”然而你可別笑，人們通過(guò)說(shuō)話(huà)的內(nèi)容和方式傳達(dá)思想，說(shuō)話(huà)的語(yǔ)調(diào)、詞匯選擇和語(yǔ)句長(zhǎng)度都是理解對(duì)方思想的關(guān)鍵線索。

via 嚴(yán)肅八卦

而在精神病領(lǐng)域，當(dāng)醫(yī)生或者心理醫(yī)生檢查患者的時(shí)候，他們會(huì)傾聽(tīng)這些語(yǔ)言信號(hào)來(lái)獲取病人的健康狀況，再憑借醫(yī)生過(guò)往的經(jīng)驗(yàn)來(lái)指導(dǎo)對(duì)患者的判斷。

而現(xiàn)在，研究者們現(xiàn)在正在通過(guò)機(jī)器學(xué)習(xí)功能，應(yīng)用與此相同的方法，來(lái)診斷患有精神障礙的病人。

2015年，一個(gè)研究團(tuán)隊(duì)研制出一種人工智能模型，它通過(guò)分析一群年輕人談話(huà)的文字稿，成功預(yù)測(cè)出他們當(dāng)中誰(shuí)將會(huì)有精神錯(cuò)亂問(wèn)題，（精神錯(cuò)亂是精神分裂的一個(gè)主要特征）。這個(gè)模型將問(wèn)題聚焦在能體現(xiàn)精神錯(cuò)亂的言語(yǔ)抽動(dòng)，比如使用短句子、表達(dá)混亂、頻繁使用“這個(gè)”“那個(gè)”“一個(gè)”等詞語(yǔ)，以及句子間的含義混亂。

在希區(qū)柯克的經(jīng)典電影《驚魂記》里，患有精神疾病的兒子在被捕前一直喃喃自語(yǔ)

現(xiàn)在，NeuroLex Diagnostics公司的CEO兼工程師Jim Schwoebel想要基于上述研究來(lái)制造一種工具，幫助初級(jí)保健醫(yī)生檢查他們的病人是否患有精神障礙。該公司的產(chǎn)品可以通過(guò)智能電話(huà)或者其他設(shè)備（安裝在視線之外的墻上）來(lái)記錄患者會(huì)診的情況。

接著，產(chǎn)品利用人工智能模型可以從患者講話(huà)的文字稿中尋找到語(yǔ)言線索，將它的發(fā)現(xiàn)以數(shù)字形式展示，就像血壓讀數(shù)一樣，精神病醫(yī)生可以將這個(gè)讀數(shù)作為診斷的依據(jù)。并且，因?yàn)樗惴ㄔ谠絹?lái)越多的病患中不斷訓(xùn)練學(xué)習(xí)，它得出的讀數(shù)可以更好的反映患者的精神狀態(tài)。

除了精神分裂癥的篩查外，Schwoebel 還因?yàn)榱硪粋€(gè)創(chuàng)意獲得了美國(guó)精神病協(xié)會(huì)的嘉獎(jiǎng)。NeuroLex 公司希望研制一種工具來(lái)幫助已經(jīng)入院治療的精神病患者。不同于幫助醫(yī)生從單一案例中診斷精神錯(cuò)亂癥狀，這種人工智能可以通過(guò)長(zhǎng)期測(cè)試患者談話(huà)來(lái)跟蹤他們的治療過(guò)程。

對(duì)Schwoebel來(lái)說(shuō)，這項(xiàng)工作也有私人目的，他覺(jué)得這個(gè)方法也許可以解決他哥哥所面臨的精神分裂癥治療的問(wèn)題。在他哥哥第一次精神病爆發(fā)之前，就表現(xiàn)出一些令人擔(dān)憂(yōu)的不正?，F(xiàn)象，比如發(fā)出短的或一個(gè)詞語(yǔ)的回應(yīng)、說(shuō)話(huà)時(shí)傾向于說(shuō)到“這里”“那里”等等。

Schwoebel說(shuō)：“在哥哥的第一次精神發(fā)病經(jīng)歷后，之前的表現(xiàn)都說(shuō)得通了?！?/p>

在Schwoebel的哥哥求助于精神病醫(yī)生并最終得到診斷結(jié)果前，他至少進(jìn)行過(guò)10次以上的初級(jí)保健會(huì)診。在這之后，他哥哥陷入了一次又一次的藥物治療失敗中。多年來(lái)，他哥哥經(jīng)歷了三次精神病發(fā)作，終于得到了正確的診斷和有效的養(yǎng)生治療方法。多次失敗的藥物治療讓Schwoebel不禁在想，如何讓患者盡快地得到正確的處方？

為了尋找答案，NeuroLex 公司計(jì)劃開(kāi)展一項(xiàng)“前—后研究”，研究已經(jīng)入院治療的精神錯(cuò)亂癥患者在患病期間的語(yǔ)言模式是如何變化的。理想狀態(tài)下，人工智能會(huì)分析患者在精神康復(fù)治療中記錄的樣本，比較哪種藥物更有效，從而減少患者在醫(yī)院治療的時(shí)間。

如果在使用一種藥物治療后，患者的談話(huà)顯示出更少的抑郁癥或雙相性情感障礙信號(hào)，那么這種工具可以幫助說(shuō)明藥物是有作用的。如果患者的談話(huà)沒(méi)有呈現(xiàn)明顯變化，人工智能會(huì)建議立刻嘗試其他藥物，使病人減少痛苦。

并且，一旦人工智能收集到足夠的數(shù)據(jù)，它可以根據(jù)其他有相同說(shuō)話(huà)模式的患者的案例，推薦適合的藥物。幾十年來(lái)。自動(dòng)診斷的方法已經(jīng)在藥物領(lǐng)域有了更加廣泛的應(yīng)用。一家公司聲稱(chēng)，他們的算法在識(shí)別肺癌的精確度上比人類(lèi)放射科醫(yī)生高出50%。

這種用更加客觀、量化的評(píng)估來(lái)幫助精神科臨床醫(yī)生進(jìn)行診斷的可能性吸引了馬塞住薩州綜合醫(yī)院的精神病醫(yī)生Arshya Vahabzadeh，他現(xiàn)在是Schwoebel聯(lián)合創(chuàng)辦的啟動(dòng)加速器基金的資深顧問(wèn)。他表示：“精神分裂癥涉及到一系列可觀察到或可誘發(fā)出的癥狀，而不是一個(gè)包羅萬(wàn)象的診斷。如果有足夠龐大的數(shù)據(jù)設(shè)定，人工智能就可以根據(jù)觀察到的病人的共同特點(diǎn)，將一些類(lèi)似精神分裂癥的診斷劃分到更精確更有幫助的類(lèi)別里。我認(rèn)為這些數(shù)據(jù)可以幫助我們隊(duì)一些情況再分類(lèi)，這點(diǎn)我們之前是無(wú)法做到的。”

Vahabzadeh補(bǔ)充道：“跟其他藥物介入治療一樣，人工智能的幫助需要繼續(xù)研究和證實(shí)，這是我要重點(diǎn)強(qiáng)調(diào)的。Schwoebel也這么認(rèn)為?！北M管精神錯(cuò)亂預(yù)測(cè)的研究顯示語(yǔ)言分析可以合理地正確地預(yù)測(cè)精神錯(cuò)亂，但這仍然只是一項(xiàng)研究。目前并沒(méi)有人發(fā)表對(duì)抑郁癥或雙相性情感障礙的觀點(diǎn)證明。

機(jī)器學(xué)習(xí)是一個(gè)熱門(mén)領(lǐng)域，但是它仍然有很長(zhǎng)的路要走，機(jī)器本身和機(jī)器之外都有很多方面需要繼續(xù)研究。例如，Siri多年來(lái)都在解決蘇格蘭用戶(hù)的指令和問(wèn)題。對(duì)于精神病的治療，像這樣的小問(wèn)題可能釀成大禍?！叭绻愀嬖V我一項(xiàng)技術(shù)在實(shí)踐上有20%的錯(cuò)誤率或者只有80%的正確率，我不會(huì)將它應(yīng)用到病人身上?！?Vahabzadeh如是說(shuō)。（編者注：人工智能產(chǎn)品得以應(yīng)用的前提一般會(huì)要求95%以上的準(zhǔn)確率，而在實(shí)踐中，從95%到99.5%的跨越通常被認(rèn)為是一個(gè)重要分水嶺，到達(dá)這個(gè)準(zhǔn)確度后，人工智能加上人類(lèi)輔助判斷的方式將大大提高工作效率）

當(dāng)考慮到患者年齡、性別、種族、人種或地區(qū)時(shí)，這種風(fēng)險(xiǎn)將更加難以承受。一個(gè)人工智能被訓(xùn)練分析的語(yǔ)言樣本全部來(lái)自同一人群團(tuán)體，那么這個(gè)團(tuán)體之外的正常樣本可能會(huì)被判斷為不正常。

“如果你來(lái)自一個(gè)特定的文化群體，你可能說(shuō)話(huà)比較溫柔，音調(diào)較低，那么人工智能也許會(huì)錯(cuò)誤地認(rèn)為你患有抑郁癥?！?Schwoebel說(shuō)到。

但是Vahabzadeh仍然相信，這樣的科技總有一天會(huì)幫助臨床醫(yī)生治療更多的人，更有效的治療病人。更重要的是，鑒于全美精神病康復(fù)治療人員的不足，如果人們不采取劃算的解決方式，我們不得不以某種方式利用科技來(lái)支援醫(yī)生。

via The Atlantic

推薦閱讀：

調(diào)查顯示性愛(ài)機(jī)器人可減少性疾病傳播與非法性交易，你想躍躍欲試嗎？| 新智造

用SkinVision拍個(gè)照就能檢測(cè)皮膚病

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。