人工智能在抑郁中的应用 | 探秘“AI+心理”

文章来源于镜象心理，作者小瓜

转载自：镜象心理；作者：小瓜

Hello，

这里是行上行下，我是喵君姐姐~

今天给大家分享人工智能技术在抑郁中的应用~

PS：后台回复关键词“探秘AI+心理”即可获得所述的PDF版原文啦！

据世界卫生组织（WHO）统计，全球有超过3.5亿人罹患抑郁症。研究预测，2030年抑郁症将成为全球疾病负担之首。

抑郁症是一种常见的精神障碍，主要表现为长时间情绪低落、对事物丧失兴趣、注意力不易集中、食欲以及睡眠发生变化等，严重影响人们的生活、学习和工作。

近年来抑郁症发病率呈上升趋势，调查发现，抑郁症的现状表现为“三高三低”的特征，即高发病率、高复发率、高自杀率，低知晓率、低就诊率、低治疗率。

随着人工智能（Artificial Intelligence，AI）技术的发展，抑郁症成为当前心理健康研究者最为关注的领域之一。

按照数据统计，有一半以上的抑郁症个体属于未诊断或延误诊断的情况，同时更多的抑郁症个体没有接受到充分的干预。

本文将整合已有的研究文献，介绍AI在抑郁早期识别、预警、诊断、治疗与干预方面的应用。

01
AI在抑郁早期识别中的应用
临床精神科医生对抑郁的诊断多根据患者或家属自主提供的病史（表现症状和持续时间）、通过量表的测量以及对患者的精神状态的观察，结合抑郁的诊断标准进行诊断。
但这种方法容易受到患者主观性和临床医生经验水平的影响，导致出现误诊或漏诊的情况。

人工智能技术针对抑郁症的识别，目前主要是将用户的语音信息、面部表情、可穿戴设备采集的信息以及文本自动分析技术相结合，实现对抑郁症人群进行早期识别。

A基于语言信息、面部表情分析

2016年，南加州大学的研究人员开发了一款机器学习工具（SimSensei），它能够检测出某些语言相关的诊断标准，来评估患者的抑郁症情况。

2018年，斯坦福大学人工智能实验室与视觉实验室负责人李飞飞团队公布一种基于机器学习的抑郁症症状严重程度测量方法。

该方法结合语音识别、计算机视觉和自然语言处理技术，通过表情和语言诊断一个人是否患了抑郁症，准确率超过80%。

B基于行为数据、脑电信息分析

2019年，佛蒙特大学和密歇根大学研究人员在美国《科学公共图书馆-综合》杂志上介绍，他们使用可穿戴的运动传感器收集儿童行为数据，再利用机器算法进行分析，来筛查存在焦虑和抑郁的儿童，结果准确率达到了81%，优于常用的家长调查问卷法。

2020年，谷歌母公司Alphabet X 实验室发起成立了“Amber”项目，计划用 AI 分析人的脑电波来判断情绪变化，将抑郁和焦虑的情绪转化为客观、精准的测量值，支持抑郁症的诊断和治疗。

02
AI在抑郁预警中的应用

抑郁症的高患病率和高自杀率给个人和家庭带来严重的负面影响，因此及早识别抑郁倾向信号，提供专业帮助是十分必要的。

✎ 心理地图PsyMap项目

2014年，中国科学院心理所计算网络心理实验室负责人朱廷劭发起了心理地图PsyMap项目。

PsyMap通过网络爬虫整合用户“走饭”（抑郁症患者）留言信息后，再通过AI对留言进行分析筛查。

最后，再由志愿者对有自杀意向的人进行心理危机干预，试图在他们走向终结之前挽救生命。

✎ 树洞计划

2018年4月2日，荷兰阿姆斯特丹自由大学人工智能系教授黄智生开启了“树洞计划”。

“树洞机器人”会每天监控微博特定社交网络中的信息数据，对社交网络上的数据信息进行汇总智能分析，并对自杀的可能性、风险性进行判断，对于存在自杀计划或行为的人群每日重点关注，并生成报告进行每日通报。

树洞机器人采用知识图谱技术作为后台支撑，能够实现逻辑推理和逻辑判别，可以进行24小时全时段监控，自动计算自杀风险，自动发布监控通报。

AI技术在微博上探测抑郁症个体的具体逻辑是：根据用户的网络发文，利用大数据进行文本分析，依托语言和心理之间的关联，通过用户发文的单调用语、含混表述、负面文风以及发文时段等特点来推断其过度化自我聚焦、偏差式社会比较、压抑型认知图式以及隐含伤感类自我呈现等心理状态，进而判断用户是否罹患抑郁症及其程度水平。

由此可见，应用机器学习等相关技术识别自杀相关信息并进行筛选，以便让专业精神科医生或心理咨询师介入到高风险人群中，能有效预防不良后果的发生。

我们镜象也研发了一款AI心理测评，测评使用国际通用的量表和AI视频问诊两大心理检测模块，让你全面地了解自己的心理状态。

点击下方图片，即可到达测评界面，快来给你的心理做一次全面体检吧~

03
AI在抑郁临床诊断中的应用

AI具有强大的语音、图像识别功能。

有研究表明，是否存在抑郁情绪在语音特点上存在差异，抑郁症患者语速较慢、停顿间隔较长、语调平缓、气息较明显。

此外，针对国内抑郁症患者面部表情的分析研究显示：通过对面部表情的特征变化可以区分是否为抑郁症患者，检测的准确率为78.85%。

AI技术也可以用于量表开发，促进双相情感障碍的高效鉴别诊断。

人工智能教授黄智生和其团队已经构建了

抑郁知识图谱系统(knowledge graphs of depression system)

供临床医生使用，通过这个系统精神科医生可以查询某种抗抑郁药物的不良反应以及药物间的相互作用，针对患者的实际情况给予用药指导。

该系统也可以模拟人类大脑的思维，然后进行分析推测，预测不同药物组合可能出现的不良反应，给医生提供建设性的诊断及治疗意见。

AI技术为抑郁症的诊断提供了客观有效的新方法，另外，运用AI辅助诊断可以提高医生的工作效率，也为及早发现抑郁症，进行积极干预提供了可能性。

04
AI在抑郁治疗与干预中的应用

临床治疗抑郁症的常用方法包括药物治疗、心理治疗和物理治疗，目前AI的干预方式主要以移动自助干预为主。

移动自助式干预是基于移动设备以专业网页或APP的形式，融入心理干预的疗法(例如认知行为疗法、接纳承诺疗法、正念疗法等)，结合音频、视频、动画、游戏、聊天机器人等方式提供干预。

比如，Facehook公司开发了一款心理机器人Woebot，它的设计框架理论是认知行为疗法（CBT），通过模仿心理治疗师和用户对话，基于深度学习自然语言理解，从对话中监测评估用户的负面情绪，帮助他们调整不合理的信念和思维，从而改善负面情绪。

其它类似的APP还有Youper、Wysa，Wysa可以对用户所表达的情绪做出响应，并在对话中采用已被证实有效的自助干预技术指导用户建立恢复情绪的技能。

Woebot界面

自助式干预操作简单，使用便捷，能够有效地改善抑郁情绪，这种模式也得到越来越多的认可。

05
AI技术应用于抑郁中的优势与不足

AI技术在精神心理健康领域的应用，推进了抑郁症精准识别和治疗的发展，提高了医生们的工作效率，同时可以避免患者因病耻感而不愿求治所带来的的延误治疗。

但AI也存在一些不足，一方面是AI缺乏共情能力，相比心理咨询师，可能难以取得用户的信任；其次，AI的应用存在潜在的伦理问题，包括、存储和共享精神卫生数据的伦理，以及其学习系统的自主性和隐私水平等。

AI应用在抑郁人群中的确可以带来不可忽视的作用，不过，它也并不能完全替代专业医生和心理咨询师。

我们可以把它作为一个辅助工具，协助医生进行诊断，为更多有需要的人提供支持和干预。

参考文献
1.袁播，喻思红，杨冰香，黄智生，阮娟. 人工智能技术在抑郁及自杀管理中的应用[J]. 中国全科医学，2020.
2.袁钦嵋，王星，帅建伟，林海，曹玉萍. 基于人工智能技术的抑郁症研究进展[J]. 中国临床心理学杂志，2020.
3.Measuring Depression Symptom Severity from Spoken Language and 3D Facial Expressions Albert Haque, Michelle Guo, Adam S Miner, Li Fei-Fei.
4.伍麟，彭子剑. 言为心声：人工智能探测抑郁症的语言证据与价值[J]. 西北师大学报（社会科学版），2020.
5.周莹，王红，任衍具，胡晓红. 多特征融合的抑郁倾向识别方法[J]. 计算机应用，2019.
6.丹颜. “AI树洞救援团”：社交网络上的生命守门人. 特别关注，2020.
7.数据派THU，仅次于癌症将成人类第二大杀手，面对抑郁症AI能做些什么？.
8.BRIAN OWENS. UVM Study: AI Can Detect Depression in a Child’s Speech.2019.
9.朱延劭. 人工智能助力心理学研究的应用场景[J]. 学术前沿, 2019.
（上下滑动查看）

*以上配图均来自网络，如有侵权请联系删除。

本期的内容就到此结束啦！

PS：后台回复关键词“探秘AI+心理”即可获得所述的PDF版原文啦！

排版：英子

作者：瓜子

校对：华华 / 喵君姐姐

转载自公众号：镜象心理