人工智能如何介入抑鬱症？正念效果如何？國內外專家跨界探討

人工智能技術如何助力精神疾病的診斷？

12月7日，由天橋腦科學研究院人工智能和精神健康前沿實驗室（上海精中）和國家精神疾病醫學中心腦健康研究院主辦的“人工智能與精神健康論壇”在線召開。會議從“人工智能與精神健康研究前沿”、“人工智能助力心理健康評估與干預新進展”、“人工智能推進精神疾病診療新突破”等視角，邀請20多位中國、美國、德國的知名專家學者開展跨界探討，超過34萬人次觀看了會議直播。

美國斯坦福大學醫學院Leanne Williams教授介紹了其研究團隊在抑鬱症生物學分型及分類治療中的研究進展。主辦方 供圖

在此次論壇中，美國斯坦福大學醫學院Leanne Williams教授介紹其研究團隊在抑鬱症生物學分型及分類治療中的研究進展，該研究團隊通過功能性磁共振成像技術，劃分人羣大腦成像數據，將其分爲6個不同的神經環路，以此爲基礎對患者進行區分，併爲個體患者定製了個性化治療方案。結果顯示，施加針對性治療可以改善患者的腦部情況，包括加強前額葉的連接、改善認知功能等。

美國亞利桑那州立大學Yi-Yuan Tang教授則指出，正念等身心訓練是通過調節和優化中樞和自主神經系統進而誘導人們產生積極的行爲改變，從而促進人類健康的結果，“不論是年輕人還是老年人，正念等身心訓練均可以恢復大腦的可塑性和回覆能力，這些研究最終證實大腦和身心的動態互動是支撐整個人身心健康的關鍵。在看待和處理腦部疾病時，需要以整體觀念對待制定治療策略，而並非單獨處理部分症狀。應該將人類當做一個自發組織的穩態系統，讓整個系統始終維持在平衡狀態，纔能有效維持健康。”

中國科學院心理研究所朱廷劭教授分享了利用各種設備，在自然狀態下獲取用戶的多種行爲數據，比如步態、微表情、語音等信息，通過機器學習自動識別抑鬱症患者的心理狀態。該研究可爲抑鬱症的輔助診斷以及治療過程中的狀態監測提供幫助。

中南大學湘雅第二醫院王湘教授介紹了通過認知計算建模幫助解析抑鬱症自殺行爲的研究進展。她對目前提出的兩種抑鬱症自殺預測模型進行了驗證，發現對心理痛苦逃避的強烈動機的持續存在，是抑鬱症自殺行爲發生的重要基礎。因此，在進行自殺干預時需要針對患者的損失厭惡傾向，調整患者心理出現的過度負性事件估值，降低自殺傾向。

上海交通大學呂寶糧教授系統介紹了基於多模態情感腦機接口的抑鬱症客觀評估。目前，多種可獲取人體生理信號的穿戴設備的研發、強大的數據計算能力、深度學習的迅猛發展，爲開發抑鬱症客觀評估技術奠定了基礎。其團隊最近開發了一種新的情緒誘發素材——油畫，在被試觀看油畫的過程中收集眼動信號，識別情緒。相對腦電信號，眼動信號比較容易處理，是適於作爲臨牀指標的生理信號。呂寶糧教授表示，他們的目標是實現精神疾病的客觀指標金標準。

清華大學黃民烈教授分享了人工智能在心理諮詢中的應用。其中包括：一個基於深度學習的共情聊天機器人Emohaa，通過建立AI數字療法體系，爲抑鬱或焦慮者提供個性化、全天候、高質量心理健康服務；一個心理健康問答數據集——PsyQA，可提供豐富的心理援助策略標註，以及一個人格化AI創建引擎——AI烏托邦，用戶定製個性化AI角色，與之交流進行心理諮詢。

上海市精神衛生中心院長趙敏教授則透露，作爲國家精神疾病醫學中心的上海市精神衛生中心，正在與天橋腦科學研究院聯合推進人工智能在精神健康前沿領域的研究和應用轉化，重點關注精神疾病的評估方法及干預多模態的數據庫建立，將爲人工智能在精神疾病的診療新技術方面提供支撐。

上海市精神衛生中心彭代輝教授指出：“當前，我們通過採集患者的音頻、視頻、腦電、眼動以及生理學數據，建立抑鬱障礙多模態信息庫，進而通過深度學習進行特徵提取，建立多模態融合預測和診斷模型。這些數字科技可以輔助臨牀對抑鬱障礙進行診斷。”

而上海市精神衛生中心王繼軍教授則指出，基於腦電信號的人工智能風險預警模型，對精神疾病的生物預測準確度可以達到90%，人工智能模型可以幫助尋找精神疾病發展中的多種生物標誌物，便攜式腦電測量設備也有助於醫生對精神疾病的發展進行動態評估。

復旦大學類腦智能科學與技術研究院院長馮建峯教授介紹，其團隊開發的全新癡呆風險預測模型，可提前十年預測癡呆發病，準確率達85%。從數據出發，通過AI算法可以對疾病的產生理論進行研究，甚至形成治療方法，關鍵點和難點是，數據和算法能不能對精神疾病亞型進行分類預測。