TMT观察网_独特视角观察TMT行业

作為一部歷史上最成功的電影之一，《美麗心靈》無疑為許多患有心理疾病的患者帶來了和疾病抗爭的強大的精神力量。但不是每個人都是約翰·納什，更多的患者則是疲于頻繁的心理醫生診所、大量的藥物攝入和無常的病情反復之中，感受著世界的陌生與荒涼。

在心理治療的道路上，人類也從未放棄探索。從最初的歧視到純粹的藥物治療，再到現在以藥物和心理療法為主的多種方式輔助治療，心理疾病患者們的境遇逐漸得到改善，但仍然不能取得令人滿意的效果。

心理疾病的病因復雜，既有遺傳因素，又有諸多的病理和外界事件的作用，因此往往難以對癥治療。而隨著AI研究和應用領域的逐漸擴展，心理治療也逐漸成為了其發展的對象。

這一次嘗試，會成為患者們走出陰暗的屋子，去擁抱世界的密匙嗎？

已經在路上的AI心理治療技術

雖然心理疾病成因復雜而難以捉摸，但將其與AI的優勢進行結合開發，已經有一些應用性較強的技術被提出。其中多數雖仍處于實驗研究階段，距離實際應用尚有一些距離，但也至少給患者們打了一注對新技術充滿期待的強心劑。

比如對以下三個方面的探究。

1. 及早診斷自閉癥。自閉癥是兒童面臨的最大威脅之一，及早診斷并加以干預，對兒童以后的人生成長起著重要的作用。而目前許多家長往往在兒童出現明顯的表征的時候才就醫檢查，往往此時病情發展已經頗為嚴重，恢復難度會大大增加。

最近，波士頓的科學家們則利用腦電圖開發出了一種能夠讀取和分析兒童的腦電圖數據的算法。通過這種掃描分析算法，科學家們能夠發現三個月大的兒童患有自閉癥的跡象。在188個9個月大的自閉癥兒童的判斷中，該算法的準確率接近100%，并且還能夠預測出疾病的嚴重程度。

2. 多手段的輔助干預治療。傳統的對心理疾病的診斷，多以醫生的主觀判斷為主，這也就會導致同一種病狀因醫生不同而出現不同的診斷結果。與之相應的是，不同的醫生也會對病情的嚴重程度判斷不一。

隨著機器學習的引進，通過對患者的語言、表情、動作等行為進行量化處理和數據分析，醫生將可以得到一個相對準確和統一的病情診斷和治療對策。同時，也避免了由于誤診耽誤患者的病情。

另一方面，AI在治療的過程中也發揮著重要的作用。心理疾病患者需要的更多的是語言的關懷和疏通，因此“話聊”成為醫生的常用手段之一。而AI則很大程度上會在未來完成這項工作。比如美國一位男孩通過和Siri的日常對話，其自閉癥就得到了有效的緩解。由此可見，將開發人機語音交互應用于心理疾病治療前景是值得期待的。

3. 分析預測病癥的并發癥可能性。很多疾病本身并沒有致命性，人們所遭受的痛苦大多數來自于其所引起的并發癥。對自閉癥的研究，目前大多數人仍停留在青少年階段，但有一個團隊最近開始關注成年自閉癥患者的健康狀況。

美國威斯康星大學麥迪遜分校的研究人員開發了一種機器算法，通過對91名成年自閉癥患者和6000多名非自閉癥人員的健康記錄的分析，他們發現，自閉癥患者罹患心血管疾病、甲狀腺功能減退和其他神經問題的風險明顯高于常人。除此之外，他們還能單憑健康電子記錄來確定成年人是否患有自閉癥。

那么，通過這些信息，研究人員們將有效地為患者們提供針對性健康防護措施，從而提高生命質量。

除此之外，加拿大一家健康醫療公司則利用深度學習來根據患者的情況制定個性化的診療方案。利用AI來干預心理疾病的治療，越來越成為行業的共識和探索趨勢。

東風徐來，背后究竟有哪些推動力？

目前的心理療法中，通過語言來影響病人的心理和思維活動是最常用也是最有效的手段。對病人而言，自然是越多的有效交流治療越好。但現實往往并非如此。心理醫生不可能時時地跟蹤一位病人，而普通病人也很難有足夠的經濟能力去請一位專職的心理醫生。

那么，通過開發AI聊天產品，對解決這一問題的益處是顯而易見的。

首先是病人可以實現全天候的專業語言干預。普通病人很難做到每天都和醫生面對面交流，而隔三差五拜訪心理醫生不僅會造成治療效果的間歇性冷卻，還會帶來高昂的費用成本的增加。并且，家人配合治療也不專業。利用AI則可以在很大程度上避免此類問題。另一方面，醫療資源分布不均，優秀的心理醫生大多分布在大城市，而AI的加入則恰好可以緩解這個需求問題。

AI干預治療的另一個優勢，是對患者藥量的精準控制。在對一些狂躁型精神病患者或抑郁癥患者進行治療的時候，除了心理療法，藥物干預有時也是必不可少的。

比如對精神分裂患者的精準用藥，早在2016年就有公司進行了探索。通過對患者的語言、情緒等進行把控，來對比患者用藥前后的改變情況，然后根據對比結果來迅速調整藥量。這樣的案例積累到一定的量級，AI就可以自動為醫生推薦最適合的用藥方案。

可以看出，雖然是AI給藥，但本質上仍然遵循著一種原始的試錯模式。在機器學習中這是不可繞過的一環，但如果能給后來的患者提供有益的借鑒，這樣的試錯就有一定的意義。

還有一個比較重要的一點，則是醫患之間的道德問題。很多互動式職業比如演藝、教師、醫生等都可能會產生一些心理認同乃至依賴問題，而患者對醫生的依賴性更強，心理疾病患者對醫生的依賴性又更甚。因此，無論是患者主動還是醫生的故意，醫患之間的感情問題時有發生。張國榮在《異度空間》中扮演的心理醫生與女患者成為情侶畢竟只是在演戲，在現實中還是應該拿捏職業和感情的分寸的。

那么，這類道德問題在AI面前可能就不復存在。患者與AI進行交互，實際上是對醫生的心理依賴的轉移。避免了長時間的直接接觸，也就避免了醫患道德問題的出現。當然，如果有人因此而產生了人機戀，那這位患者病情可能真有點嚴重…… 

前路雖好，可能還要越過幾道山丘

毋庸置疑，醫療行業的AI應用前景廣泛，但同時也是非常難以鋪展的。迄今為止，AI醫療的成熟領域仍然局限于一些簡單的醫院管理和圖像識別領域，在新藥研發和治療方法開發方面仍然存在較大的攻關困難。在心理疾病治療領域，其所面臨的問題仍然值得我們關注。

首先來講， AI是否真的不會出現道德問題呢？

AI在醫療領域的道德問題，正如在其他涉及到數據搜集的領域面臨的問題一樣。患者的這些數據是否能得到合理的使用？使用的時候能否得到有效的監管？用正常人的數據去做一些交易尚且令人不恥，那么，作為更加敏感和特殊的心理疾病數據，如果也被用來謀取利益，則更會為人所唾棄。

而單純針對技術而言，心理治療領域對NLP的要求將會有很高的標準。雖然前幾天谷歌的語音助手給了我們在語音交互方面的一個驚喜，但仍然有許多的問題需要解決，比如對不同方言的理解。畢竟，患者本身就可能存在語言能力偏低的問題，再讓他們費勁地說普通話真有點勉為其難。

技術的另一方面問題，則是開發者和使用者的領域不同。AI開發者可能并不太懂心理醫療領域的一些深層內容，而醫生又不懂算法。所以，AI開發者和醫生之間的學科領域鴻溝很可能會造成技術下沉使用的困難。醫療行業對數據的要求極為嚴格，往大了說，任何一種病癥如果施加了錯誤的方案，都可能造成嚴重的后果。

因此，如何為心理醫生量身定做出一套具有高度適用性的計算模型或語音設備，是開發人員需要克服的又一道難關。

如果所有這些問題都得到了解決，對心理醫生和患者而言，自然是最大的福音。但是，其實還有一個值得憂慮的問題：在目前黑箱問題無法得到解釋的情況下，如果AI在給人治療心理問題的過程中出現了心理問題……

要回答這個問題，可能真的有點費勁。