人工智能时代开启了精神疾病的困境的出路

人工智能
2020
08/26
09:47
分享
评论
 
从计算机技术的迅速发展中受益,人工智能已经广泛渗透应用于许多垂直领域,切入不同的场景和应用。 瘟疫确实为人工智能的发展打开了新的窗口,开辟了丰富的实践场所。 从传统制造业的数字化转变为在线教育、云办公室的医疗方面,人工智能着地图像识别提高了医疗在我们所熟悉的社会生活发挥着高效便捷的作用,更在一些小众却必要的领域具有无可比拟的优势和潜力,比如精神疾病的诊断。
在这样的背景下,一个数字世界全面构筑。人工智能除了精神疾病诊断的困境与出路,我国目前严重精神障碍患者约1600万人。
世卫组织预测,到2020年抑郁症将成为危害人类健康的第二大疾病。 但是,约30%的患者对抗抑郁药物没有反应,有反应人群中只有1/3的患者得到临床缓解。目前,精神疾病的诊断依据主要是国际疾病分类、精神障碍诊断和修订指南,有经验的医生需要根据问卷调查和自己的经验进行判断。
血液检查没有查出抑郁症,脑扫描也没有事前检查出不安障碍,活着的组织检查没有诊断到自杀的想法。 因此,即使精神科医生担心由新冠引起的肺炎疫病对人们的精神健康有深刻的影响,也没有简单的检测方法。
在医学领域中,没有任何可靠的生物标记可以用来诊断精神疾病。精神病学家们想找出发现思想消极的捷径却总是得不到结果,这使许多精神病学的发展停滞不前。这使精神疾病的诊断缓慢、困难、主观,阻止研究者了解各种精神疾病的真正本质和原因,也不能研究更好的治疗方法。
然而,这种困境并非绝对的。 事实上,精神科医生的诊断所依据的患者语言为精神疾病的诊断突破提供了重要的线索。
1908年,瑞士精神科医生奥根布鲁勒发表了精神分裂症,这是一种与同事们研究的疾病名称。他注意到这种疾病的症状是如何“在语言中表现出来的”。但是他补充说,“这种异常不在于语言本身,而在于它表达的东西。”
布鲁勒是最早关注精神分裂症“阴性”症状的学者之一,为健康人所不出现的症状。 这些症状没有所谓的“阳性”症状那么明显,阳性症状表示出现了幻觉等追加症状。 最常见的负面症状之一是口吃和言语障碍,患者尽可能少,经常使用暧昧、重复、刻板的短语。 这就是精神科医生所说的低语义密度。
根据低语义密度是患者可能患有精神病风险的一个警示信号。一部分研究项目,患有精神病的高风险人群几乎不使用“我的”、“他的”、“我们的”等所有格代名词。 在此基础上,研究者对精神疾病的诊断突破转向了机器的意义识别。
研究表明,到2016年全球将有约23.4亿人使用数字媒体,到2020年还将增加到29.5亿人。 根据中国互联网信息中心(CNNIC  )的第45次发表《中国互联网络发展状况统计报告》,截止到今年3月,中国的网户规模达到了9.04亿人。这意味着,无处不在的智能手机和社交媒体让人们的语言从未像现在这样容易被记录、数字化和分析。

通过移动设备方法获得的大量与健康相关的数据的价值可能远远高于传统的疾病表现型定义方法,如体格检查、实验室检查、影像学检查,对疾病的诊断和评价具有更大的价值。事实上,已经有越来越多的研究人员开始筛选人们产生的数据来寻找抑郁、焦虑、双相情感障碍和其他综合症的迹象——从我们的语言选择、我们的睡眠模式到我们给朋友打电话的频率,这些数据与对这些数据的分析,就被称为数据表型

通过数字表型,个人与数字科学的结合影响了从诊断、治疗到慢性病管理的疾病的整个谱系。将数字表型引入精神病学领域,可以使患者日常生活中的各种生物信息(如情绪、活动、心率和睡眠)更加紧密、持续地测量。此外,数字表型可以将牙齿信息与林爽症状联系起来,改善林爽实践。

从疾病预测倒方案评估

基于人工智能的数据表类型与只能依靠个别精神病学家技术、经验和意见的现有数据相比,具有明显的优势和潜力,如疾病预测、持续疾病评估监控、疾病治疗节目评估等。

通过研究首先,在疾病预测方面,数字表型方面最先进的应用可能是预测双相情感障碍患者的行为。人的手机,精神病学家已经能够捕捉到事件发生前的微妙迹象。双相患者情绪低落时,他们手机上的GPS传感器显示他们不太活跃。他们接电话的次数减少,打电话的次数减少,看屏幕的时间也增加。相比之下,在躁狂症阶段到来之前,他们走得更多,发短信更多,打电话的时间也更长。

探索性研究发现,患有精神分裂症的推特用户在线下观察到的与精神分裂症患者的林爽症状一致的抑郁和焦虑的推特频率很高。研究还发现,社会和娱乐应用得越多,压力和激动性越低。这表明,利用网络平台提供精神疾病症状相关数字表型,可以为疾病的预测和管理提供新的途径。

另外,针对没有精神疾病的普通人,人机交互的信息也可为情绪预测提供帮助。在另一项研究中,研究人员使用智能手机传感器预测了32名健康受试者2个月的情绪变化。分析了通话数、短信和电子邮件数、应用程序使用数和模式、浏览器的历史链接和位置变化的信息,预测了情感变化的准确度为66%。

其次,很多研究已经证实,持续性的监测比零星的临床访谈评估可以为疾病提供更有用的信号。但是目前对精神疾病的评价有很多局限性。第一,这种评估方法不是生态学的,一般来说,为了完成特定的评估任务,受试者必须摆脱日常生活行为。其次,由于有限的资源(包括评估场所和评估者),这些方法的可扩展性下降。最后,这些方法容易受到回忆的失误和主观偏见的影响。

数据表提供了持续的评估监控机制,使用携带的电子设备获取有关患者行为、认识或经验的信息。这会给医生带来更多的时间来预防最危险的患者,也许可以更密切地观察他们,甚至尝试治疗以减少精神病发作的可能性。

 

最后,对于疾病治疗方案的评估,从可穿戴设备、移动设备、社交媒体等获得的数据中收集到的治疗效果信息是对传统疗效评估的重要补充。一个神经内科在线追踪疾病地区社会成员的数字表型病例研究表明,锂盐对减缓肌萎缩侧索硬化患者的疾病进展没有效果。牙齿发现后来被复制到了更慢、更贵的随机控制实验中。而通过在线跟踪精神疾病社区成员的数字表型,来评估治疗方案对患者的疗效,有利于治疗方案的调整及个体化治疗方案的制定

数据表型不可回避之挑战

与传统诊断方法相比,数字表示形式具有生态性、持续监控、与现实世界的要求平行且简便推广等优点,但是应用程序仍然面临着挑战。

首先,把医疗信息上传到应用程序,对患者和临床工作者都有潜在风险。其中的一个问题是,这些医疗信息会被第三方获得

理论上,隐私法应该防止心理健康数据的传播。美国实施HIPAA法规24年来管制医疗数据共享,欧洲的数据保护法GDPR理论上应该阻止这种情况。但是,监视机构“国际隐私权组织”2020的年度报告发现、法国、德国和英国的抑郁症相关热门网站用户数据包括广告商、数据经纪人和大型科技公司

其次,一些伦理学家担心,数字表型模糊了什么可以作为医疗数据分类、管理和保护的界限。如果日常生活细节是我们心理健康的线索,人们的《数字日报》可以像机密医疗记录中的信息一样,告诉别人精神状态。例如,我们选择的词汇、对短信和电话的反应有多快、我们画帖子的频率有多高、我们称赞了哪一点帖子。我们几乎不可能在牙齿信息中隐藏自己。

斯坦福大学伦理学家妮可马丁内斯马丁说:“牙齿技术将我们推向了保护特定类型信息的传统模式。当所有数据都可能是健康数据时,那么健康信息例外论是否还有意义等相关问题就会大量涌现。"

根据最后,通过智能手机或可穿戴设备获得的数字表型必须证明其在临床有效性方面的价值。数据改善决策和提高效率是否有助于减少发病率、复发率和死亡率,目前还不清楚。很少有医学领域能通过监控提供更好的林爽结果。另外,目前现有的情感预测研究大部分是对实验室实验设置或人工环境中没有精神障碍的学生或普通人的研究。被分析的人数有限,研究期限短。

摘要数字表型分析具有揭示人类本质的巨大潜力,但目前数字表型仍然面临隐私权方面的风险和诊疗的不确定性。因此,从科学和个人层面上减少风险,增加数字表现型效果将成为数字表现型推广的前提。

当然,数字表型代表了在心理学和医学的很多领域进行心理诊断的新的、强有力的工具。基于社交媒体、智能手机和其他物联网来源的数字足迹的人工智能分析可用于精神疾病的诊断与精准治疗,这也是人工智能相较于传统精神疾病诊断的无可比拟的优势和潜力所在。

 
THE END
广告、内容合作请点击这里 寻求合作
人工智能 智能医疗 智能应用 智能技术
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表人工智能网的观点和立场。

相关热点

子强母弱的格力集团名义上贵为第一大股东,话语权实则有限,在一代女强人董明珠治下,格力电器已成一个针插不进水泼不透的独立王国。
人工智能
水滴互助完成腾讯领投5亿元B轮融资
人工智能
书写全新家电历史 海尔如何引领全球进入“智慧家庭”时代?
人工智能
在线上,世纪佳缘始终坚持真实、纯净、严肃、高品位的产品定位,并建立了严格的身份认证机制和会员投诉机制。不管是PC端,还是移动端,世纪佳缘始终跟根据最新的用户需求,不断丰富产品功能,并利用最新的技术手段,提升用户的使用体验。
人工智能
违背“一致性原理”,瑞幸咖啡能走多远?
人工智能

相关推荐

1
3