在一种流行的应用文化中,研究人员探索可以将人工智能带入精神病学诊断实践的机器学习或许并不奇怪。
科罗拉多大学博尔德分校认知科学研究所的研究教授彼得·福尔兹(Peter Foltz)是《精神分裂症简报》中的一篇新论文的合著者,该论文阐述了人工智能在精神病学方面的潜在收益和可能的弊端。
而且,与挪威特罗姆瑟大学的认知神经科学家BritaElvevåg的合著者一样,Foltz致力于通过基于语音的移动应用程序将机器学习(人工智能的一部分)应用于精神病学,该应用程序可以对人的心理健康状况进行分类与人类临床医生一样好,甚至更好。
佛尔兹说:“目标不是取代临床医生的工作。”“目标是能够为他们提供更好的工具,以帮助他们获取有关患者的更多信息。”
Foltz说,他和Elvevåg几年前在一次会议上见面,他在会议上发表有关如何使用技术分析语言连贯性的演讲,她正在美国国家精神卫生研究所进行精神分裂症的研究。
她说,他引用了福尔兹的工作,“嘿,这可以用于检测严重的精神疾病吗?”福尔兹回忆说。“而且我说'我一直想这样做,但我没有数据。'她说她有数据。从那时起,我们开始合作。”
根据国家心理健康联盟的数据,美国每年有五分之一的成年人患有精神疾病。对于其中许多人来说,由于他们生活在偏远地区或在获得无障碍亲自护理方面遇到其他障碍,因此可能无法获得临床医生的帮助。
另外,当患者确实要面对面预约时,治疗师的诊断和治疗计划主要基于听取患者的谈话,这可能是主观的且不可靠的,根据Elvevåg的说法。
“人类并不完美。他们会分心,有时会错过微妙的语音提示和警告信号。”埃尔维瓦格在一份声明中说。“不幸的是,没有用于心理健康的客观血液检查。”
Foltz和Elvevåg共同开发了一种机器学习技术,该技术能够检测语音的日常变化,这些变化可能暗示着心理健康状况的恶化,例如言语不连贯或没有遵循逻辑模式的句子,这可能是精神分裂症的症状。语气变化,甚至步调变化,可能表明躁狂或抑郁。
Foltz说:“在我们的案例中,它是在比较精神疾病患者的语言与非精神疾病患者的语言时,学习如何表征语言以及人们怎么说。”
“我们正在考虑的问题之一是,您如何设置可以更好地对患者进行远程监控的方法,他们不必去办公室,而且在有病时,他们仍然可以提醒临床医生有迹象表明患者可能需要帮助或跟进?”
Foltz和Elvevåg与CU Boulder的计算机科学研究生切尔西·钱德勒(Chelsea Chandler)以及其他同事合作,开发了一种AI系统,该系统可以评估语音样本并将其与同一患者以及更广泛人群的先前样本进行比较。根据新闻稿,它然后评估患者的精神状态。
在最近的一项研究中,研究人员要求人类临床医生在路易斯安那州农村和挪威北部的225名参与者(其中一半患有严重的精神病,另一半是健康志愿者)的语音样本,然后对其进行评估。然后,他们将这些结果与机器学习系统的结果进行了比较。
研究人员发现,计算机的AI模型至少可以和临床医生一样准确。
Foltz表示,出于保守,“我认为要确定如何最好地获得可广泛应用于大众并与临床实践相适应的应用程序还有很多工作要做。因此,我说这是大约五年或更多年的时间,然后才可以开始临床使用该应用程序。
他补充说:“但我认为我们正在指明方向。”“我们正在展示我们现在可以朝那个方向前进”
精神分裂症通报中的Chandler-Foltz-Elvevåg论文题为“在精神病学中使用机器学习:建立建立可信赖性的框架的需求”,强调在AI可以在日常精神病学中发挥作用之前还需要做更多的工作。
Foltz说:“我们正在努力建立一些方法,以开发和评估将人工智能应用于精神病学领域的有效性和适当性。”