抑郁|人工智能与精神健康论坛：探讨人工智能技术如何助力精神疾病诊断

人工智能技术如何帮助诊断精神疾病？

12月7日，由天桥脑科学研究院人工智能与心理健康前沿实验室（上海精中）、国家精神疾病中心脑健康研究所主办的“人工智能与心理健康论坛”在线上举行。会议邀请了中、美、德三国20余位知名专家学者，从“人工智能与心理健康研究前沿”、“人工智能辅助心理健康评估与干预新进展”、“人工智能驱动精神疾病诊疗新突破”等角度展开跨界研讨。超过34万人次观看了本次大会直播。

斯坦福大学医学院教授介绍了其研究团队在抑郁的生物学分类和分级治疗方面的研究进展。

本次论坛上，来自斯坦福大学医学院的教授介绍了其研究团队在抑郁的生物学分类和分级治疗方面的研究进展。研究团队利用功能磁共振成像技术，将人群的脑部影像数据划分为6个不同的神经回路，在此基础上对患者进行区分，为个体患者量身定制个性化治疗方案。研究结果显示，针对性治疗可以改善患者的脑部状况，包括加强前额叶的连接，改善认知功能。

美国亚利桑那州立大学唐义远教授指出，正念等身心训练可通过调节和优化中枢和自主神经系统，诱发积极的行为变化，从而促进人体健康。“无论年轻还是年老，正念等身心训练都能恢复大脑的可塑性和韧性。这些研究最终证实，大脑与身心之间的动态互动是支撑整个人身心健康的关键。看待和处理脑部疾病时，需要以整体的视角制定治疗策略，而不是单独处理某些症状。人类应该被视为一个自组织的稳态系统，只有保持整个系统处于平衡状态，才能有效维持健康。”

中国科学院心理研究所朱廷绍教授分享了如何利用各类设备获取自然状态下的多种用户行为数据，如步态、微表情、语音等信息，通过机器学习自动识别抑郁患者的心理状态，为抑郁的辅助诊断、治疗过程中的状态监测提供帮助。

中南大学湘雅二医院王翔教授介绍了利用认知计算建模辅助分析抑郁症患者自杀行为的研究进展。她对目前提出的两种抑郁自杀预测模型进行了验证，发现持续存在强烈的逃避心理痛苦的动机是抑郁自杀行为发生的重要基础。因此，在进行自杀干预时，需要针对患者的损失厌恶倾向，调整患者对负性事件的过度心理评价，降低自杀倾向。

上海交通大学吕宝良教授系统介绍了基于多模态情感脑机接口的抑郁客观评估。目前，多种可以获得人体生理信号的可穿戴设备的发展、强大的数据计算能力、深度学习的快速发展，为抑郁客观评估技术的发展奠定了基础。其团队近期开发出一种新的情绪诱导材料——油画，在受试者观看油画时采集眼动信号并识别情绪。相比于脑电信号，眼动信号更容易处理，是适合作为临床指标的生理信号。吕宝良教授表示，他们的目标是实现精神疾病客观指标的金标准。

清华大学黄敏烈教授分享了人工智能在心理咨询中的应用，包括：基于深度学习的共情聊天机器人，通过建立AI数字治疗系统，为抑郁或焦虑患者提供个性化、全天候、高质量的心理健康服务；心理健康问答数据集PsyQA，可以提供丰富的心理救助策略标注；个性化AI创作引擎AI ，用户可以定制个性化AI角色，与其交流进行心理咨询。

上海市精神卫生中心主任赵敏教授透露，上海市精神卫生中心作为国家精神疾病医疗中心，正与天桥脑科学研究院合作，推动人工智能在精神卫生前沿领域的研究和应用转化，重点研究精神疾病的评估方法、建立多模态干预数据库，为人工智能在精神疾病诊疗新技术方面提供支持。

上海市精神卫生中心彭代辉教授带来了人工智能技术在临床抑郁诊疗中的进展。

上海市精神卫生中心彭代辉教授指出：“目前我们通过采集患者的音频、视频、脑电、眼动、生理等数据，建立了抑郁症多模态信息库，再通过深度学习提取特征，建立多模态融合预测诊断模型，这些数字化技术可以辅助抑郁症的临床诊断。”

上海市精神卫生中心王继军教授指出，基于脑电信号的人工智能风险预警模型在精神疾病的生物学预测中可以达到90%的准确率，人工智能模型可以帮助发现精神疾病发展过程中的多种生物标志物，而便携式脑电测量设备也可以帮助医生动态评估精神疾病的发展情况。

复旦大学类脑智能科学与技术研究院院长冯建锋教授表示，其团队研发的新型痴呆风险预测模型，可以提前十年预测痴呆症的发病时间，准确率达85%。从数据出发，人工智能算法可以用来研究疾病的生成理论，甚至开发治疗方法。关键点和难点在于数据和算法能否对精神疾病的亚型进行分类和预测。

如果遇到心理困扰，可以随时联系爱己心理，遇见爱己，开始爱己