抑郁癥的診斷一直是項醫學(xué)難題。麻省理工大學(xué)計算機科學(xué)和人工智能實(shí)驗室(CSAIL)的研究者Tuka Alhanai聲稱(chēng)機器學(xué)習模型識別話(huà)語(yǔ)中有關(guān)抑郁癥的語(yǔ)言模式的能力讓人工智能協(xié)助診斷抑郁癥成為可能。更重要的是，她和同事Mohammad Ghassemi研發(fā)的模型能通過(guò)分析人們說(shuō)話(huà)的方式而不是他們對傳統心理測試問(wèn)題的回答來(lái)實(shí)現對抑郁癥的高準確度診斷。
Alhanai表示這一過(guò)程同上下文無(wú)關(guān)，模型從人們的用詞和說(shuō)話(huà)方式中提取相關(guān)線(xiàn)索而不需要理解話(huà)語(yǔ)的意思。她同時(shí)也提到，這項研究潛在的益處是這類(lèi)神經(jīng)網(wǎng)絡(luò )方法未來(lái)可以被用作評估人類(lèi)更加自然的對話(huà)而不僅是和醫生之間正式且具有固定結構的交談。這可以促使因經(jīng)濟狀況，距離或者對自己病情不知情等因素不能就診的患者尋求專(zhuān)業(yè)的醫療幫助。
在實(shí)驗中，該模型分析了142段就診者同醫生之間的面談，其中大約30%被醫生診斷為抑郁癥。它使用了被稱(chēng)作順序模擬法的技巧。來(lái)自抑郁癥患者和健康人的不同的言語(yǔ)模式被按照順序輸入進(jìn)模型,并由模型決定哪些詞語(yǔ)同抑郁癥有關(guān)，并做出診斷，在實(shí)驗中它最終達到了77%的成功率。實(shí)驗還表明，抑郁癥患者在對話(huà)中選擇的詞語(yǔ)比他們的聲音更有助于診斷。
當然，現在下結論認為人工智能模型可以被應用于實(shí)際診斷中還為時(shí)過(guò)早。CSAIL的高級研究員James Glass表示，實(shí)驗選擇的樣本還太少。“只有當你理解它們的決定時(shí)這些系統才更加可信。”他說(shuō)。
同時(shí)，加拿大醫生Adam Hofmann在華盛頓郵報上發(fā)文警告稱(chēng)，錯誤的診斷可能會(huì )讓健康人誤以為他們患有心理疾病，而人的心理健康受到先天基因以及物理和外界環(huán)境等眾多因素的影響。Alhanai和同事已經(jīng)注意到了外界對心理診斷過(guò)度依賴(lài)人工智能的擔憂(yōu)，但他們認為該研究意在幫助心理醫生而不是取代他們。
“我們希望為心理分析提供一種補充，”Glass說(shuō)。“病人并不總是和醫生在一起，但如果病人在家和手機聊天，比如錄下每天的日記，當系統探測到變化，它可能會(huì )建議病人去和醫生取得聯(lián)系。”
“我們并不認為科技能代替醫生做決定，”他補充道。“我們希望它能為醫生提供一種新的指標，醫生依然可以考慮采納他們現有的標準，這一切只是為他們的工具箱加入一種新工具罷了。”
