本文由人工智能观察编译
译者:Sandy
IBM的计算精神病学和神经成像研究小组一直在努力研究如何利用机器学习来预测某种疾病发展成为精神病的风险。刚刚,研究小组发表了第二份研究报告。报告显示,人工智能技术在心理健康评估方面可能是一个有价值的工具。
在此前2015年研究报告的基础上,研究小组利用人工智能技术分析了59名参与独立研究的个体的发言模式。有参与者参加的采访记录会被分成几个部分,之后再对这些句子的连贯性进行评分。根据这些言语模式可以确定其机器学习模型,从而知道谁有患精神病的风险,以及谁没有。
在这些参与者中,有19人在两年内出现了精神障碍,40人没有。经验证,该模型的预测准确率可达83%。除此以外,它还能够将最近患有精神病的患者的语音模式与健康参与者的语音模式区分开来,这一行为的准确率为72%。通过这一项目,研究人员发现,那些处于患有精神病风险的人在说话时使用的所有格代词较少,并且其句子连贯性也不高。
尽管这项工作仍在进行中,但它表明,人工智能可能是一个有效的工具。当精神卫生专业人员供不应求或严重缺乏的时候,该工具可能就会找到属于自己的“用武之地”。研究报告作者吉列尔莫·切奇(Guillermo Cecchi)在一篇博客文章中写道:“我们相信,这是朝着为精神卫生从业人员,护理人员和患者自身开发一种工具的重要一步。这个工具可以将神经精神病患者的评估范围扩大到诊所之外。”
在他看来,能够提前几年预测精神病风险可以帮助医疗中心和精神卫生专业人员更好地分配资源,并为有风险的人提供更好的护理。切奇指出,这可能会影响到无家可归的人,因为他们没有资源去寻求医疗帮助。他表示:“我觉得我们可以为这些人做点什么,所以能做的我们都应该去做。”
该研究报告最近在世界精神病学杂志上发表,切奇说,该团队未来将分享更多关于抑郁症,阿尔茨海默病,帕金森病和慢性疼痛等心理健康状况的工作情况。