AI的潛力：診斷和治療精神疾病

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

美國正面臨著精神健康問題盛行的困擾。近五分之一的美國成年人患有某種精神疾病。自殺率達到歷史最高水平，每天有115人因類鴉片藥物濫用而死亡，12歲以上的美國人每八人中就有一人需要每天服用抗抑鬱藥物。每年僅抑鬱症造成的經濟負擔據估計至少為2100億美元，其中一半以上的損失來自疾病導致的高缺勤率和工作生產率下降。

在過去十年中這個危機變得越發嚴峻，許多以人工智慧（AI）為核心的數字化解決方案為扭轉我們心理健康的惡化帶來了希望。很多科技公司和大學都正在開發新的工具，它們具有強大的診斷和治療能力，可為大量人群提供服務，並且花費合理。

AI解決方案的到來恰逢其時。國家面臨著精神病學家和其他心理健康專家嚴重短缺的問題，這種情況使危機進一步加劇。聯邦政府認為，近40％的美國人居住精神健康專業人員缺乏的地區；在美國超過60％的縣在其境內沒有一名精神科醫生。而有幸住在精神保健服務充足的地區的人往往付不起診療費，因為許多治療師不接受保險支付。

相反地，無數未確診患者默默承受病痛，或尋找急診室和初級保健醫生進行治療。例如，患有抑鬱症的患者平均每年向他們的初級保健醫生求診超過五次，而沒有抑鬱症的患者則少於三次。因此，儘管精神健康治療似乎僅占僱主健康開銷的4％，但實際上它與近四分之一的開銷有關。

雖然有些人可能認為對精神健康服務進行數字化沒有人情味，但在某些情況下，人工智慧的固有匿名性特徵反倒是個優點。患者向從來不認識的治療師傾訴問題時往往感到尷尬，而使用AI驅動的工具可以讓他們卸下防衛。與治療精神科醫生或心理學家相比，人工智慧診療的成本更低。這些優勢有助於AI工具找出未確診患者，加速必要的治療，並提高治癒的幾率。

與醫療保健和其他行業的所有數字化工作一樣，這些新工具也會帶來風險，尤其是患者的隱私問題。隨著越來越多的記錄被數字化，醫療健康數據已成為黑客的主要目標。但黑客盜取數據是一回事；獲取每個患者最私密的詳細信息會帶來全新的風險 - 特別是當這些細節與消費者數據和社交媒體登錄相關聯時。提供商必須從一開始設計解決方案的時候就考慮到一些防範措施，例如存儲盡量少的個人身份識別數據，定期刪除分析之後的會話記錄，以及對伺服器本身的數據進行加密（而不僅僅是通信）。

AI供應商還必須處理好AI技術所固有的局限性，例如機器學習傾向於根據種族、性別或年齡的不同區別對待。例如，使用語音模式檢測精神疾病的AI工具如果只使用了來自一個人口統計組的語音樣本進行訓練，則診斷該組別外的患者時可能會導致錯誤警報和錯誤診斷。同樣，如果一個虛擬治療師主要使用科技公司員工面部進行了訓練，那麼它不太可能有效地閱讀女性、有色人種或老年人的非語言特徵 - 因為這些人中從事科技工作的比較少。為了避免這種風險，AI供應商必須認識到這種趨勢並使用與研究臨床醫生相同的嚴格標準來開發AI工具，像他們一樣去努力尋求可以代表整個社區的測試組。

更廣泛地說，AI的規模化應用既可以是福也可以是禍。使用AI，一個欠考慮的編程選擇會有傷害數百萬患者的風險。正如藥物開發一樣，我們需要嚴密的監管，以確保大規模治療方案仍然安全有效。

但只要有適當的保障措施，有確鑿的證據表明人工智慧在抗擊精神疾病的鬥爭中可以提供強有力的診斷和治療工具。下面，我們將研究四種最有希望的方法。

讓人類變得更好。在最基本的層面上，AI解決方案可幫助精神科醫生和其他心理健康專業人員更好地完成工作。他們比人類能更快地收集和分析大量數據，然後建議有效的方法來醫治患者。

Ginger.io的虛擬心理健康服務 - 包括視頻和基於文本的治療和輔導課程 - 提供了一個很好的範例。通過分析過去的診斷結果和使用移動設備收集的實時數據，Ginger.io應用程序可以幫助專家跟蹤患者的進展，確定危險時刻，並制定個性化的護理計劃。在一項為期一年的Ginger.io用戶調查中，72％的人表示抑鬱症癥狀的臨床表現顯著改善。

預見問題。機器學習工具也正在補充和改進心理健康診斷，這些工具可根據經驗和新數據自動擴展其能力。一個例子是Quartet Health，它可以檢查患者的病史和行為模式，以發現還未確診的心理健康問題。例如，它可以根據某人是否反覆去醫院看不存在的心臟問題來標記可能的焦慮。

患者被查出嚴重的身體疾病或接受治療後，可能會感到抑鬱或焦慮，這時Quartet可以建議發起主動隨訪。Quartet已經被很多保險公司和僱主醫療計劃所採用，已經為一些用戶減少了15％至25％的急診就診和住院治療。

機器人醫生。所謂的聊天機器人諮詢是另一種有成效的人工智慧工具。聊天機器人是一種模擬人類對話的計算機程序，它提供了文本或語音的AI交互介面。在精神健康方面，這些機器人正在被僱主和健康保險公司投入使用，用以找出可能存在藥物濫用、抑鬱或焦慮的個人，並提供方便、成本合算的護理。

例如，Woebot是斯坦福大學在2017年由臨床心理學家開發的聊天機器人。它使用了具有40年歷史的「認知行為療法」技術的電腦版本來治療抑鬱和焦慮 - 這是一種高度結構化的談話心理療法，旨在通過少量的會話來改變患者的負面思維模式。

在一項針對患有抑鬱症的大學生的研究中，使用Woebot的人在短短兩周內有了接近20％的改善，而評判是基於PHQ-9評分體系，這是評測抑鬱症的常見指標。Woebot在研究組取得成功的一個原因是參與者參與度很高。而花費的成本非常低，每月只需39美元，大多數參與者幾乎每天都與機器人交談 - 這種參與程度在面對面諮詢時根本不會發生。

下一代方案。今天的心理健康AI解決方案可能只是一個開始。南加州大學創意技術研究所開發了一位名叫Ellie的虛擬治療師，或許為未來的發展方向有所啟示。Ellie遠遠超過通常的聊天機器人 - 她還可以捕捉非語言信息並做出相應的反應。例如，她已經學會了什麼時候讚許地點頭，或者適時發出「嗯哼」來鼓勵病人繼續。

Ellie是通過在電視屏幕上以3D呈現的形象，通過使用不同的演算法來確定她問什麼問題，做什麼動作和手勢。該程序可以觀察患者面部66個部位，並且可以注意到患者的的語速和回答問題前的停頓時長。艾莉的動作、神態和語言都很像一個真正的治療師。但也並不完全，她不是一位真正的醫師，這對於害怕真正醫師的患者來說是一個優勢。

在一項最近從阿富汗返回的士兵的研究項目中，相比軍方管理「戰後健康評估」而言，Ellie發現了更多的創傷後應激障礙（PTSD）證據。甚至艾莉能夠識別患有創傷後應激障礙的人們的某些共通的「線索」。有高達20％的退伍軍人不得不面對創傷後應激障礙，自殺率驚人，所以像Ellie這樣的解決方案的潛在影響是非常巨大的。

與所有潛在的變革一樣，人們必須制定出相關限制措施和保險機制。然而，毫無疑問的是，我們正處於心理診療人工智慧革命的前夕，這一革命有望實現更好的服務和更高的治療質量，並且成本很低。

原文鏈接：https://hbr.org/2018/10/ais-potential-to-diagnose-and-treat-mental-illness

作者：Parie Garg & Sam Glick

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！