語言是一個迷人的交流工具，可以讓人們彼此分享想法。通常情況下，如果語言的清晰度和準(zhǔn)確性使用得當(dāng)，語言就會引起人們的共鳴。語言也是精神病學(xué)家評估病人特定精神病或精神障礙（包括精神分裂癥）的工具。但是，這些評估往往取決于是否有訓(xùn)練有素的專業(yè)人員和需要足夠的設(shè)施。

加入全球各地的IBM Research 計算精神病學(xué)和神經(jīng)成像團(tuán)體和大學(xué)成員組成的團(tuán)隊。

他們共同開發(fā)了一種人工智能（AI），能夠相對精確地預(yù)測患者精神病的發(fā)作，克服上述評估障礙。他們的精神病預(yù)測AI的研究已經(jīng)發(fā)表在世界精神病學(xué)雜志上。

該組織利用2015年IBM研究的發(fā)現(xiàn)，證明了使用AI來模擬后來發(fā)展為精神病的高風(fēng)險患者的言語模式差異的可能性。具體而言，他們使用稱為自然語言處理（NLP）的AI方法分別量化“言語貧乏”和“思想飛行”的概念作為句法復(fù)雜性和語義連貫性。

然后他們的人工智能評估了研究人員指導(dǎo)他們談?wù)撘粋€小時的病人的言語模式。

“在我們以前的研究中，我們能夠構(gòu)建一個預(yù)測模型，其手動分?jǐn)?shù)達(dá)到了80％的準(zhǔn)確率，但是自動化的特征達(dá)到了100％”，IBM Research的首席研究員兼計算精神病學(xué)和神經(jīng)成像組的經(jīng)理，告訴未來主義。

對于他們的新研究，研究人員評估了一個從事不同類型言語活動的大得多的患者群體：談?wù)撍麄儎偛砰喿x的一個故事。Cecchi說，通過使用他們從2015年的研究中學(xué)到的知識來訓(xùn)練他們的精神病預(yù)測AI，該團(tuán)隊能夠建立患者言語模式的回顧模型。

根據(jù)這項研究，這個系統(tǒng)可以預(yù)測精神病患者的最終發(fā)病率為83％。如果將其應(yīng)用于來自第一項研究的患者，則AI將以79％的準(zhǔn)確度預(yù)測患者最終發(fā)展為精神玻AI收縮？

IBM研究人員的精神病預(yù)測AI最終可能會幫助精神健康從業(yè)者和病人。正如Cecchi在2017年的IBM研究報告中所寫的那樣，傳統(tǒng)的評估患者的方法是非常主觀的。他和他的團(tuán)隊認(rèn)為，使用AI和機(jī)器學(xué)習(xí)作為所謂的計算精神病學(xué)工具可以消除這種主觀性，并提高準(zhǔn)確評估的機(jī)會。

這項新的研究只是IBM Research計算精神病學(xué)研究的一部分。早在2017年，Cecchi的團(tuán)隊和艾伯塔大學(xué)的研究人員通過IBM Alberta高級研究中心進(jìn)行了一項研究。這項特別的工作將神經(jīng)影像學(xué)技術(shù)與人工智能相結(jié)合，通過分析病人的大腦掃描來預(yù)測精神分裂癥。

至于新的研究，切奇認(rèn)為這可能是向更廣泛的公眾提供神經(jīng)精神評估的一個重要步驟，改善精神病發(fā)病的診斷可能會導(dǎo)致改善治療。

“這個系統(tǒng)可以用在，例如，在診所。Cecchi告訴未來主義說，被認(rèn)為處于危險之中的患者可以快速而可靠地進(jìn)行分類，以便（總是有限的）資源可以用于那些被認(rèn)為很有可能首發(fā)精神病的人。沒有專業(yè)人員或診所的人可以通過精神病預(yù)測AI發(fā)送音頻樣本進(jìn)行遠(yuǎn)程評估。

正如切基告訴未來主義，這種方法也不限于精神玻他說：“在其他情況下也可以采用類似的方法，例如抑郁癥。事實上，IBM研究人員已經(jīng)在探索計算精神病學(xué)的潛力，以幫助診斷和治療其他疾病，包括抑郁癥，帕金森病和阿爾茨海默病，甚至是慢性疼痛。

人工智能是真正的醫(yī)學(xué)革命，隨著這些先進(jìn)的系統(tǒng)達(dá)到主流，我們將進(jìn)入一個新的醫(yī)療時代，希望這是一個任何人，任何地方都能獲得最佳診斷和治療選擇的時代。