人工智能技術在抑郁及自殺管理中的應用

袁璠，喻思紅，楊冰香*，黃智生，阮娟

抑郁是一種常見的精神障礙，患者常有心情郁悶，對事物喪失興趣，產生負罪感，或自尊心不足，睡眠和食欲紊亂，身體疲倦，注意力不易集中等一系列心理和身體的表現［1］。此外，抑郁病程長，易復發，嚴重時會導致自殺，危害極大。據世界衛生組織報告每年約有80萬人因自殺死亡，而自殺已經成為15～29歲青少年人群的第二大死亡原因［2］。

人工智能（AI）是一個快速發展的計算機科學領域，其使用計算機通過深度學習、知識圖譜技術、大數據分析等方法來模擬人類的認知功能，使機器在一些特定的情形下采用類似人類的方式解決問題或做出反應［3］。目前，AI技術在醫學上的不同領域均得到了廣泛應用，例如：疾病的輔助診斷檢查、醫學知識圖譜用于臨床決策支持、醫療保健系統的管理、聊天機器人等［4-6］。中國互聯網絡信息中心最新的報告顯示：截至2018年6月我國網民數量達到8.02億人，手機網民達7.88億，網民通過手機接入互聯網的比例高達98.3%，其中微博是使用最多的公共社交應用［7］。隨著網絡、電腦、智能手機的普及，各種網站、APP的應運而生為AI在精神心理健康領域的應用提供了載體和可能。本文將著重介紹AI在抑郁及自殺管理方面取得的成果。

1 AI在抑郁臨床診斷中的應用

目前，尚無針對抑郁的特異性實驗室檢查項目，臨床精神科醫生對抑郁的診斷多根據患者或家屬自主提供的病史（表現癥狀和持續時間）、通過量表的測量以及對患者的精神狀態的觀察，結合抑郁的診斷標準進行診斷［8］。這就存在一些問題：患者自主提供的病史和自主填寫的問卷主觀性太強，同時臨床醫生的經驗水平也是抑郁不典型時容易被誤診或漏診的原因。

AI具有強大的語音、圖像識別功能，將其應用于抑郁的計算機輔助診斷中取得了一定的成果。有研究表明，是否存在抑郁情緒在語音特點上存在差異，抑郁患者語音表現為語速較慢，停頓間隔較長，語調平緩，氣息較明顯等特點，這為通過識別語音特點的差異區分是否存在抑郁情緒提供了可能性［9］。CORCORAN等［10］研制的一種通過自動語言分析的語音分類器在預測精神疾病發病上的準確率為83%，在區分正常人和精神疾病患者上有72%的準確性；基于深度學習的卷積神經網絡技術的語音分析方法也被證實能夠準確而有效地分辨出抑郁癥狀的嚴重程度［11］；另一項研究將卷積神經網絡技術通過對腦電波信號分析建立模型，運用此模型判斷是否存在抑郁，對左右大腦半球的腦電波檢測分別獲得了93.5%和96.0%的準確度［12］。此外針對中國抑郁患者面部表情的分析研究顯示：通過對面部表情的特征變化可以區分是否為抑郁患者，檢測的準確率為78.85%［13］。一方面AI技術為抑郁的診斷提供了客觀有效的診斷新方法，另一方面運用計算機輔助診斷抑郁可以有效提高工作效率，防止由于主觀因素導致的診斷差錯，也為及早發現抑郁情緒，積極干預提供了可能性。

2 AI技術在抑郁及自殺監控管理中的應用

抑郁已經有很多有效的治療和干預方法，但很多人由于缺少抑郁的相關知識、獲得醫療資源不方便、強烈的病恥感等原因，不向外界尋求幫助，尤其是不愿向專業人員求助，導致很多抑郁患者不能及時被發現、干預或治療，錯過最佳的治療時機，甚至造成不可挽回的悲劇［14］。研究表明：具有較高程度的自殺意念、抑郁、焦慮、壓力和較低的適應能力的人群更傾向于在微博中表達自殺言論［15］。

基于人們常在社交網絡上表達自己的想法和情緒的特點，這些社交網站上隱含了大量的信息，很多學者將AI技術與社交媒體平臺相結合對其進行實時監控研究。GKOTSIS等［16］通過分析來自社交媒體Reddit的用戶帖子研發了分類器，利用神經網絡和深度學習的方法，可自動識別精神疾病相關的帖子，準確率達到91.8%。ALADAG等［17］同樣對Reddit網站上的帖子進行分析，其建立的分類器通過文本挖掘方法可以在線檢測發現有自殺意念的用戶，即時彈出對話框詢問用戶目前的感覺、是否需要幫助等，如果用戶需要幫助，系統給予電話或面對面的針對性的干預。黃智生等［18］及其AI創新團隊研發了一款基于自殺知識圖譜的網絡智能機器人，這個網絡智能機器人也被形象地稱為“樹洞機器人”。在2018中國數字醫學高峰論壇上，黃智生對此機器人進行了介紹，“樹洞機器人”會每天監控微博特定社交網絡中的信息數據，對社交網絡上的數據信息進行匯總智能分析，并對自殺的可能性、風險性進行判斷，對于存在自殺計劃或行為的人群每日重點關注，并生成報告進行每日通報［19］。“樹洞機器人”所依賴的自殺知識圖譜包含了自殺方式、自殺計劃、痛苦的表達、時間的描述、地點的描述、悼念的模式等概念的描述，為智能分析提供了可能性。“樹洞機器人”能夠準確地剔除99%以上的無用信息，極大提高了效率，同時也節省了大量的人力［19］。將AI技術與社交媒體相結合監測用戶心理情緒的變化，可以不受時間和空間的影響，及時準確地發現具有不良情緒的人群并及時進行干預。

3 AI技術在抑郁治療及干預上的應用

抑郁的治療主要是通過藥物和心理干預兩種方式，臨床醫生通常根據自己的經驗用藥，很難做到個性化用藥，同時抗抑郁藥物的不良反應較多，導致患者依從性較差。而面對面心理干預則面臨著專業心理干預人員較少、干預周期較長、費用較高等問題。隨著平板電腦、智能手機等移動設備的普及，通過網絡，移動設備將AI技術與網站和應用APP相結合的網絡干預方式越來越受歡迎。

3.1 抑郁知識圖譜系統（knowledge graphs of depression system） 目前，黃智生等［18］已經構建了一個面向用戶（臨床醫生）的抑郁知識圖譜系統，其主要是針對抑郁的知識管理和服務平臺，通過這個系統精神科醫生可以直接進行搜索并快速獲取其所需要的知識信息，指導臨床醫生用藥，操作方法簡單，獲取方便快捷［20］。醫生可以通過這個系統快速地查詢到某種抗抑郁藥物的不良反應以及藥物之間的相互作用；可以針對患者的自身情況給予個性化用藥指導；遇到罕見病例情況可以通過系統搜索，獲取類似的病例情況以及相關治療處理的信息，并且通過系統可以模擬人類大腦的思維進行分析推測，預測不同藥物組合可能出現的不良反應，給臨床醫生提供建設性的診斷及治療意見［21-22］。這個系統的應用有賴于抑郁知識圖譜的構建，其是將抑郁的各種綜合知識資源（包括抑郁臨床試驗、抑郁相關論文、抗抑郁藥物說明書、抗抑郁藥物不良反應知識庫、藥物知識庫、臨床醫學概念術語集等）進行整合轉化成結構化的知識，通過系統化語義查詢，可快速精準地獲得對應的知識，為臨床決策支持提供結構化的數據基礎設施，這種以某一疾病為中心的子知識圖譜的方法，可以更具有針對性地回答現實的臨床查詢，使臨床醫生更方便地探索各種知識資源之間的關系，避免無用信息的干擾［23］。

3.2 移動自助式干預 移動自助式干預是基于移動設備以專業網頁或APP的形式，融入心理干預的療法（例如認知行為療法、行為激活療法、正念療法等），結合音頻、視頻、動畫、游戲、聊天機器人等方式提供干預。自助式干預通常具有畫面簡潔、操作簡單、操作指引清楚等特點。目前，有很多基于各種不同干預療法的軟件APP，在功能和模塊的設置上也各不相同，基于網絡的自助式干預可以有效地改善抑郁情緒，這種模式也越來越得到認可。

任志洪等［24］將漢化版MoodGYM應用于大學生抑郁患者中，結果表明，與對照組相比，試驗組的負性自動思維（ATQ）、消極解釋偏差（SST）和功能失調性態度（DAS）明顯降低，可作為傳統治療的補充手段。基于移動應用程序Sinasprite的一項研究采用自我報告的問卷評分，比較用戶在使用該移動應用程序后的變化，與基線時相比用戶在抑郁、焦慮情緒和對技能的信心上均有明顯改善［25］。FRANKLIN等［26］開發的簡短的、類似與游戲的應用程序APP（TEC）在3項獨立的研究中被證實能夠有效地減少自傷時間、自殺計劃、自殺行為。

研究表明：基于文本的一對一聊天干預模式在改善心理健康上具有積極的作用［27］。不少學者將人工聊天機器人應用于心理干預取得了良好的效果［28-29］。由Touchkin開發的Wysa是一款基于AI的具有移情功能的移動聊天機器人應用程序，通過對話的方式來建立心理彈性和促進心理健康，Wysa可以對用戶所表達的情緒做出響應，并在對話中采用已被證實有效的自助干預技術指導用戶建立恢復情緒的技能［30］。INKSTER等［29］在基于Wysa的一項研究中依據用戶使用頻率的不同將用戶分為高、低使用組，并比較兩組用戶使用Wysa后的情緒改善狀況，結果顯示，兩組用戶使用后抑郁情緒均有所改善，其中高用戶組情緒改善更明顯，該研究還對用戶的使用體驗進行調查，67.7%的認為該應用程序是有用的。另一項由美國FULMER等［6］使用綜合AI機器人（Tess）在15所大學75名存在抑郁、焦慮的大學生中進行應用，評估Tess的有效性，Tess是一種可以通過綜合心理健康支持、心理教育和提醒的形式與用戶進行簡短的對話的智能機器人，通過研究表明Tess可以減輕抑郁和焦慮癥狀，可以作為治療的輔助手段。

4 小結

隨著科技的發展，AI已經逐步滲透到各個領域，也進入了尋常百姓家，AI在各個領域均起著不可小覷的作用。在精神心理健康上的應用，解決了很多傳統醫療中的難題，如醫療資源的不均衡、精神專業人員不足、就醫的病恥感等，AI使醫生的工作高效快捷，節省了很多人力和時間，同時減少了很多人為差錯，使更多的患者受益，獲得更好的醫療照顧，享受到更優質的醫療資源。雖然，AI技術在精神心理上的應用已經取得不錯的效果，并且也具有一定的移情功能，但是仍然不能像真人一樣互相交流和感受，目前并不能完全取代面對面的心理治療，尤其是對于嚴重的心理問題，可以作為面對面治療干預的補充和中間支持系統。

作者貢獻：袁璠、楊冰香進行文章的構思與設計，撰寫論文；袁璠進行研究的實施與可行性分析；袁璠、喻思紅、楊冰香、黃智生、阮娟進行文獻收集、整理，論文的修訂；楊冰香負責文章的質量控制及審校，對文章整體負責，監督管理。

本文無利益沖突。

本文文獻檢索策略：

計算機檢索中國知網、萬方數據知識服務平臺、PubMed、Science Direct、Springer等數據庫，通過查詢相關網站以及向作者索取的方式獲取相關文獻信息。檢索時限為建庫至2019-01-11。檢索關鍵詞包括：人工智能、抑郁、抑郁癥、自殺、自助式干預、artificial intelligence、AI、depression、suicide、self-service intervention、selfhelp intervention。納入標準：有關人工智能技術在抑郁癥或自殺上的文獻；排除標準：重復文獻，不能獲取全文，非中英文文獻。最終引用相關文獻、網站報告等30條文獻。