心理健康和神經(jīng)系統(tǒng)疾病正在流行。在美國(guó)，五分之一的人患有精神疾病。

然而，越來越缺乏足夠的精神衛(wèi)生專業(yè)人員來充分滿足這一需求。據(jù)估計(jì)，到2025年，對(duì)精神科醫(yī)生的需求可能會(huì)超過15600名精神科醫(yī)生的供應(yīng)。為了幫助臨床醫(yī)生用有限的資源支持越來越多的誰(shuí)尋求治療的患者，精神病學(xué)計(jì)算的研究領(lǐng)域應(yīng)用數(shù)據(jù)和指標(biāo)驅(qū)動(dòng)的方法精神病學(xué)研究的思想，情感和行為。

2017年1月，IBM做出了大膽的聲明，稱衛(wèi)生專業(yè)人員可以在五年內(nèi)應(yīng)用AI來更好地理解言語(yǔ)和語(yǔ)言如何為我們的心理健康畫上清晰的窗戶。差不多兩年后，我們已經(jīng)看到了可喜的早期結(jié)果。從那時(shí)起，我們所做的工作和研究已經(jīng)鞏固了我們的地位：從語(yǔ)音到單詞選擇到書面文本和生理指標(biāo)的個(gè)性化數(shù)據(jù)，再加上AI，可能是幫助衛(wèi)生專業(yè)人員更好地了解我們自己思想的關(guān)鍵。

在過去的一年中，IBM Research的團(tuán)隊(duì)與臨床醫(yī)生合作在該領(lǐng)域發(fā)表了以下研究，所有這些都證明了AI和語(yǔ)音在幫助專業(yè)人士了解信息以及幫助他們更詳細(xì)地描述我們所發(fā)生的事情方面的潛力。 。

我們已經(jīng)在構(gòu)建AI算法方面取得了進(jìn)展，該算法可以根據(jù)用戶句子的結(jié)構(gòu)復(fù)雜性來幫助臨床醫(yī)生了解用戶的心理狀態(tài)，這可以指出認(rèn)知障礙的模式。

我們還證明了AI和機(jī)器學(xué)習(xí)可用于幫助臨床醫(yī)生識(shí)別關(guān)鍵的語(yǔ)言模式，這些模式可準(zhǔn)確確定95%的語(yǔ)言樣本，這些樣本傳統(tǒng)上與精神分裂癥患者相對(duì)應(yīng)，而與那些被認(rèn)為更可能因健康而患有精神病的個(gè)體相對(duì)應(yīng)專業(yè)人士或健康對(duì)照者。具體來說，話語(yǔ)連貫性（句子之間建立含義的方式）以及話語(yǔ)豐富性（單詞周圍添加的上下文）的變化可以明顯地表明精神分裂癥。

我們已經(jīng)開發(fā)出一種使用機(jī)器學(xué)習(xí)的方法，可以快速自動(dòng)地進(jìn)行口頭言語(yǔ)分析，并以超過83%的準(zhǔn)確度提醒臨床醫(yī)生警惕隊(duì)列中出現(xiàn)精神病發(fā)作的可能性，這些人群被確定為更容易患精神病，而無論診斷協(xié)議。這可能對(duì)幫助專業(yè)人員在癥狀開始顯現(xiàn)之前預(yù)測(cè)精神病至關(guān)重要，因?yàn)檎Z(yǔ)言的細(xì)微變化甚至可能在癥狀完全發(fā)作之前就指出了這一點(diǎn)。

我們?cè)O(shè)想將這些技術(shù)應(yīng)用于精神衛(wèi)生專業(yè)人員的未來，并最終使他們能夠更智能，更有信心地完成工作，并能夠使用正確的數(shù)據(jù)有效地治療越來越多的患者指尖。