隨著AI被越來越多地運用在醫(yī)療領(lǐng)域，精神健康領(lǐng)域也逐漸引入了AI技術(shù)。我們已經(jīng)能夠運用AI幫助抑郁癥患者了嗎？有哪些企業(yè)或研究機(jī)構(gòu)在做這件事？
診療缺口催生市場機(jī)遇
據(jù)世界衛(wèi)生組織估算，全球每年有約80萬人死于自殺，每40秒鐘就有一個人結(jié)束自己的生命，給家人、朋友和社會帶來永久的傷痛。自殺已成為多國年輕人的第一大死因，其中過半死者患抑郁癥。
更嚴(yán)峻的問題是，受抑郁癥困擾的人正日漸增多。全球大約有3億多人患抑郁癥，占總?cè)丝?.4%，尤其是在2005—2015年間，抑郁癥患者增加了18%，這也使抑郁癥成為全球第四大疾病。
在中國，情況同樣嚴(yán)重。來自世界衛(wèi)生組織2018年報告的數(shù)據(jù)顯示，中國有超過5400萬人患有抑郁癥，占全國人口4.2%。
與此同時，精神科醫(yī)生和心理咨詢師供給并不充足。且由于精神類疾病治療費用高昂，醫(yī)保覆蓋相對滯后，相當(dāng)多的患者無法得到相應(yīng)的治療。據(jù)統(tǒng)計，全國地市級以上醫(yī)院對抑郁癥的識別率不足20%，在現(xiàn)有的患者中接受藥物治療的人不足10%。
不僅如此，在診前預(yù)測和診后追蹤環(huán)節(jié)，現(xiàn)有醫(yī)療手段缺位更加嚴(yán)重。
因此，學(xué)界和產(chǎn)業(yè)界都將目光投向了AI，期待其能夠賦能精神健康診療。目前來看，致力于將人工智能和精神健康結(jié)合的公司較為小眾，但依然有不少場景具備挖掘潛力。
從患者角度來看，人工智能可運用于情緒調(diào)節(jié)和自測。
例如，因百度前首席科學(xué)家吳恩達(dá)加盟擔(dān)任董事長而引起熱議的醫(yī)療AI公司W(wǎng)oebot就開發(fā)了一款名為Woebot的治療聊天機(jī)器人，它能夠通過與抑郁患者聊天來幫助求助者，鼓勵對話者積極應(yīng)對挑戰(zhàn)。例如，當(dāng)朋友忘記了你的生日，你向Woebot傾訴“大家都不把我放在心上”時，Woebot可能會回答稱：“你陷入了一種叫做非黑即白的極端消極自我對話思維中，這種思維扭曲了現(xiàn)實世界。其實，你有好朋友，人們也都把你放在心上。只是一個朋友忘記了你的生日而已?！?/p>
EmoSPARK則以智能家居的面貌切入，一邊通過攝像頭捕捉用戶的面部表情變化，一邊通過連接iPhone等終端設(shè)備來分析用戶輸入的內(nèi)容，從而判斷用戶的情緒狀態(tài)，并推送可調(diào)節(jié)情緒的音樂和視頻。
從心理醫(yī)師/精神科醫(yī)生角度來看，人工智能可運用于精神疾病的預(yù)測、診斷與治療、監(jiān)控環(huán)節(jié)。
斯坦福大學(xué)的李飛飛研究團(tuán)隊即發(fā)表了相關(guān)論文，提出以語音識別、計算機(jī)視覺和自然語言處理技術(shù)，通過表情和語言診斷方法來測量一個人是否患有抑郁癥，以及抑郁癥癥狀的嚴(yán)重程度。
IBM研究團(tuán)隊則通過機(jī)器學(xué)習(xí)對心理疾病記錄的分析指出，處于精神疾病風(fēng)險的人說話時較少使用連貫的句子和所有格代詞。該發(fā)現(xiàn)可用于預(yù)測精神疾病的發(fā)病。
在中國人民大學(xué)，盧志武博士領(lǐng)導(dǎo)的機(jī)器學(xué)習(xí)研究組則開發(fā)了一套 AI 讀心師系統(tǒng)，可通過分析一段短視頻來進(jìn)行心理健康分析、五重性格測試等。
我國企業(yè)正在進(jìn)行哪些嘗試？
翻開中國AI企業(yè)創(chuàng)業(yè)的畫卷，可以看到，AI+醫(yī)療企業(yè)數(shù)以百計，但聚焦AI+精神健康的企業(yè)卻要小眾得多。
望里科技就是其中一家初創(chuàng)AI精神健康科技公司。與傳統(tǒng)的問診模式不同，望里科技主要運用AI技術(shù)對客觀生理數(shù)據(jù)進(jìn)行評估和判斷，從而對成癮、抑郁等精神類問題作出診斷。
望里科技產(chǎn)品
具體來說，望里科技的AI抑郁評測系統(tǒng)利用腦電、眼動、皮電等信息采集的生理數(shù)據(jù)，對抑郁癥進(jìn)行客觀的評估。通過復(fù)雜的數(shù)據(jù)運算，該系統(tǒng)可以尋找將抑郁癥患者與健康人群進(jìn)行有效區(qū)分的計算機(jī)模型。
望里科技創(chuàng)始人李岱認(rèn)為，除了患者自述外，腦電、心率、皮電信號和患者的表情變化能夠呈現(xiàn)個體的精神類疾病和認(rèn)知問題。這有助于改善以往精神科醫(yī)師下診斷偏主觀的現(xiàn)象。
通過與北京大學(xué)第六醫(yī)院的科研合作，目前望里科技的抑郁輔助診斷評估分類準(zhǔn)確率已達(dá)到81%。據(jù)悉，未來該系統(tǒng)將拓展到自閉癥、精神分裂、老年癡呆、暴力傾向等問題的研究和產(chǎn)品開發(fā)。
望里科技還在上述系統(tǒng)的基礎(chǔ)上開發(fā)了自殺風(fēng)險評估系統(tǒng)，這一產(chǎn)品被運用于服刑人員的心理管理，幫助獄警了解并管理服刑人員心理健康狀況，達(dá)到預(yù)防服刑人員自殺的目的。該產(chǎn)品在教育、醫(yī)療領(lǐng)域也有應(yīng)用的潛力。
除了直接利用AI診斷精神類疾病之外，業(yè)界還在診療的其他環(huán)節(jié)進(jìn)行了探索。
舒輔創(chuàng)始人CEO沈斌（右一）同上海市精神衛(wèi)生中心邵陽副院長（左一）正在交談
以上海市精神衛(wèi)生中心的實踐為例，一款醫(yī)療AI預(yù)問診機(jī)器人“精中小助理”被運用到了預(yù)問診環(huán)節(jié)?！熬行≈怼笔切睦碜稍冮T診智能系統(tǒng)建設(shè)的一環(huán)，它搭載在微信小程序上，利用患者的候診時間對患者病癥進(jìn)行測評并生成報告，從而為醫(yī)生賦能，讓醫(yī)生更快地全方位了解自己的患者。
據(jù)了解，這款機(jī)器人由中美“混血”企業(yè)舒輔（Siuvo）研發(fā)，可以通過智能化的疾病管理系統(tǒng)助力醫(yī)院、醫(yī)生工作。當(dāng)患者候診時，掃描二維碼進(jìn)入小程序，就可以與云端小機(jī)器人進(jìn)行對話。一次典型的預(yù)問診對話可能會如下展開：
“檢查抑郁程度?！薄霸谶^去兩周，您經(jīng)常受到以下問題的困擾嗎？難以集中精神做事，例如看報紙或看電視”“有幾天?！薄捌渌朔从衬阈袆踊蛘f話遲緩；或者相反，你比平?；顒痈唷⒉话?、停不下來”“剛超過一半天數(shù)”……
“現(xiàn)在，寫病歷是醫(yī)生的共同痛點。對于大醫(yī)院的專家來說，他每天都非常忙，寫病歷要占據(jù)大量的時間；而對鄉(xiāng)村基層的醫(yī)生來說，由于培訓(xùn)的有限，他寫的病歷不夠規(guī)范。”沈斌告訴AI報道，舒輔開發(fā)的云端小機(jī)器人可以作為醫(yī)生的助手，既能為醫(yī)生節(jié)約時間，又能助力病歷規(guī)范化。通過AI算法的輔助，病歷可從對話中直接提取，大大減少了醫(yī)生的工作負(fù)擔(dān)，也保證了病人檔案的完備性和更新的實時性。
從患者角度來看，在傳統(tǒng)場景下，患者往往是候診三小時，看病三分鐘，這浪費了患者大量的時間，時有患者感到不滿，很多醫(yī)患糾紛由此而來。而讓患者在候診期間就開始接受醫(yī)院的服務(wù)，患者的滿意度將得到提升。
從醫(yī)生角度來看，由于患者非常多，分配給每個患者的只有3-5分鐘，有了小機(jī)器人助手后，醫(yī)生就能利用有限的時間為患者作出更有針對性的鑒別診斷和治療。以往面對醫(yī)生時，部分患者會說了很多話卻說不到要點上，而舒輔小機(jī)器人能夠按照診斷學(xué)原理將重點的癥狀信息提煉出來，再提交給醫(yī)生，這為醫(yī)生診斷帶來了很大便利。
值得注意的是，我國還有運用AI對抑郁患者自殺進(jìn)行危機(jī)干預(yù)的非盈利組織。荷蘭阿姆斯特丹自由大學(xué)終身教授、首都醫(yī)科大學(xué)大腦保護(hù)高精尖中心抑郁癥人工智能創(chuàng)新團(tuán)隊首席科學(xué)家、武漢科技大學(xué)大數(shù)據(jù)研究院副院長兼特聘教授黃智生發(fā)現(xiàn)，微博上存在為數(shù)眾多自殺者的微博賬號，計劃自殺者常會在這些賬號的微博下留言抒發(fā)“自殺”“約死”等負(fù)面情緒，這些微博成了發(fā)泄情緒的“樹洞”。黃智生開發(fā)了AI機(jī)器人，該程序可自動通過算法識別“樹洞”下準(zhǔn)備輕生的人，隨即救援團(tuán)志愿者便能前去救助。
黃智生表示，運用知識圖譜技術(shù)，AI機(jī)器人可通過監(jiān)控留言分析一個人的情緒。幾乎每個月，救援團(tuán)都能救回50條生命，一年時間里，救援團(tuán)阻止了約800次自殺。
為何AI+精神健康走向商業(yè)化這么難？
不難看出，我國涉足AI+精神健康領(lǐng)域的團(tuán)隊多為中小型初創(chuàng)企業(yè)，公司數(shù)量寥寥，且產(chǎn)品應(yīng)用規(guī)模也較為有限。學(xué)界對此領(lǐng)域的探索從未停下探索的腳步，但也面臨著商業(yè)化的難題。即使是在對精神健康更為重視的歐美國家，如IBM等巨頭涉獵該領(lǐng)域后，同樣未能將技術(shù)進(jìn)行大規(guī)模推廣。這直觀地反應(yīng)出AI+精神健康商業(yè)化之路的難度之高。
AI報道梳理業(yè)界現(xiàn)狀后，發(fā)現(xiàn)難題主要集中在以下幾方面。
首先，以抑郁癥為代表的精神類疾病大多病因未明，遺傳因素、社會心理因素、素質(zhì)因素都可能與發(fā)病有關(guān)。業(yè)內(nèi)有一句經(jīng)典的比喻：現(xiàn)在人類對大腦的認(rèn)知水平就好比在黑夜的足球場角落點了一支蠟燭。這形象地說明了當(dāng)下人類認(rèn)知的困境，而依賴人類輸入知識進(jìn)行判斷的人工智能自然也受此影響。
那么，人工智能能夠通過自我學(xué)習(xí)進(jìn)行研究嗎？這涉及另一個問題，即人工智能的黑盒問題。人工智能根據(jù)輸入數(shù)據(jù)、模型及結(jié)構(gòu)導(dǎo)出結(jié)果并自我學(xué)習(xí)，而其中的過程是人類所無法理解的，這可能帶來未知的風(fēng)險，而醫(yī)學(xué)因與人類健康直接相關(guān)，故對不確定性的容忍度極低，在精神健康領(lǐng)域也是如此。
其次，目前企業(yè)探索的部分診療方式正飽受質(zhì)疑。其中，通過情緒識別來監(jiān)控情緒并判別心理狀態(tài)這一做法所受到的質(zhì)疑最大。
在國際上，微軟、谷歌、IBM、亞馬遜等公司都開發(fā)了情緒識別算法，IBM還研發(fā)了建立在深度學(xué)習(xí)基礎(chǔ)上的診斷工具；在國內(nèi)，如阿里等巨頭、商湯科技、云從科技等計算機(jī)識別獨角獸也做了類似的應(yīng)用，只是目前并未運用于醫(yī)院診療領(lǐng)域。研究證明，這些公司未將技術(shù)投入診療市場或與下列原因有關(guān)。
在高速運轉(zhuǎn)的社會中，飽經(jīng)規(guī)訓(xùn)的人們并不會把情緒明晃晃地寫在臉上。尤其是部分抑郁癥患者能夠?qū)ν饨缳┵┒?，?jīng)常面帶微笑，僅在獨處時顯露出沮喪，他們被稱為“微笑抑郁癥”患者。要想看出他們表象背后的疾病則更難。
為探討情緒識別算法與真實情感的相關(guān)度，美國心理科學(xué)協(xié)會曾委托五位來自該領(lǐng)域的杰出科學(xué)家進(jìn)行了數(shù)據(jù)收集和科學(xué)證明。最終，五位科學(xué)家給出的論文顯示，情緒的表達(dá)方式多種多樣，很難從一組簡單的面部運動中可靠地推斷出一個人的感受，表情與心情之間沒有堅實的科學(xué)依據(jù)證明有直接關(guān)聯(lián)。
該論文的作者之一，馬薩諸塞州的東北大學(xué)心理學(xué)教授 Lisa Feldman Barrett 公開表示：“公司可以想說什么就說什么，但是數(shù)據(jù)是真實的。他們能檢測到一張憤怒的臉，但這與察覺到憤怒的情緒是兩碼事?！?/p>
Barrett還以皺眉為例闡述了觀點：“數(shù)據(jù)表明，當(dāng)人們生氣時，在平均不到30%的時間里會皺眉。故皺眉不等于憤怒，只是憤怒的眾多表達(dá)方式之一。這意味著在超過70%的時間里，人們生氣時不會皺眉。更關(guān)鍵的是，他們不生氣是，也會經(jīng)常皺眉。你確定要以此為基礎(chǔ)做決定嗎？當(dāng)你在法庭打官司，在醫(yī)院等診斷或是在機(jī)場過安檢，你愿意讓那30%的概率來‘裁決’你嗎？”
再次，患者的接受度也對人工智能的應(yīng)用提出了考驗。無論是心理咨詢還是精神科問診，都要求患者主觀上對咨詢師/醫(yī)生充分信任，積極配合治療。但目前，人類對AI的心理檢測接受度普遍不高，這是由于心理檢測中涉及很多主觀判斷，如焦慮、心境低落等等。人類醫(yī)師具備共情能力，更易被患者認(rèn)為“聽懂了我的話”，而人工智能則易被視為“冷冰冰的機(jī)器”，難以獲得信任。
總地來說，盡管AI+精神健康市場空間巨大，但要讓應(yīng)用落到實處，相關(guān)團(tuán)隊要走的路還有很長。
