郁智豪 武 麗
(南京信息工程大學(xué)濱江學(xué)院 江蘇·無錫 214000)
目前人工智能多應(yīng)用于疾病的早期發(fā)現(xiàn),疾病的跟蹤監(jiān)測(cè),在眼科學(xué),影像學(xué),癌癥檢測(cè)等方面的應(yīng)用較為成熟,但在精神衛(wèi)生領(lǐng)域的應(yīng)用仍然處于發(fā)展階段,且發(fā)展速度緩慢[1]。相對(duì)于其他疾病而言,心理疾病的治療更側(cè)重于與患者建立關(guān)系和直接觀察患者的行為和情緒。人工智能技術(shù)能夠全面記錄最能夠充分解釋一個(gè)人整體心理健康的獨(dú)特的生物—心理—社會(huì)特征,而我們對(duì)這些生物、心理和社會(huì)系統(tǒng)之間的相互作用的理解是相對(duì)片面的,不如人工智能分析的客觀。此外,AI技術(shù)能夠開發(fā)更好的診斷前篩選工具和建立風(fēng)險(xiǎn)模型,以確定個(gè)人的易感性或發(fā)生精神疾病的風(fēng)險(xiǎn)。因此,為了實(shí)現(xiàn)個(gè)性化心理健康護(hù)理的長(zhǎng)期目標(biāo),我們可以利用AI對(duì)于大數(shù)據(jù)進(jìn)行分析,實(shí)現(xiàn)個(gè)性化心理的管理以及心理疾病的提前發(fā)現(xiàn)。
該設(shè)想中的情感顧問屬于個(gè)性化服務(wù),能通過采集用戶的生理指標(biāo)變化,表情變化等,并經(jīng)過長(zhǎng)期的自我學(xué)習(xí)實(shí)現(xiàn)對(duì)用戶情緒的檢測(cè)分析,并提出一定的建議。能有效管理情緒變化,預(yù)防可能出現(xiàn)的心理疾病問題。
該設(shè)想的具體服務(wù)流程如下:通過定期采集用戶的面部表情,并且通過穿戴設(shè)備檢測(cè)用戶的平均心率、血壓、睡眠質(zhì)量等生理指標(biāo),同時(shí)將數(shù)據(jù)存儲(chǔ)入云端數(shù)據(jù)庫(kù)。這些數(shù)據(jù)會(huì)被輸入神經(jīng)網(wǎng)絡(luò),人工智能程序通過長(zhǎng)期的樣本學(xué)習(xí)形成個(gè)性化指南,判斷用戶的精神狀態(tài),提出建議或治療方案。
1.2.1 數(shù)據(jù)的采集
關(guān)于圖像數(shù)據(jù)的采集:通過收集用戶的面部表情,該系統(tǒng)自動(dòng)分割,增強(qiáng)圖像特點(diǎn)信息,對(duì)特征信息長(zhǎng)期判斷識(shí)別,并且通過自我學(xué)習(xí)所獲得經(jīng)驗(yàn)給出一定結(jié)論供用戶參考。
關(guān)于用戶生理數(shù)據(jù)的采集:用戶生理數(shù)據(jù)的采集主要分為兩類,一類是通過可穿戴式設(shè)備收集血壓,心率,睡眠質(zhì)量等生理指標(biāo)。因?yàn)楫?dāng)人的情緒在短期內(nèi)有較大波動(dòng)時(shí),生理指標(biāo)也會(huì)發(fā)生較大變化。第二類是通過用戶的主動(dòng)記錄,主要表現(xiàn)為飲食的變化記錄。
關(guān)于用戶社交生活數(shù)據(jù)的采集:通過對(duì)用戶的手機(jī)權(quán)限訪問,從用戶瀏覽記錄,社交聊天內(nèi)容等方面,判斷用戶近日的情感變化并給出一定結(jié)論供參考。
1.2.2 數(shù)據(jù)的運(yùn)用
關(guān)于數(shù)據(jù)的處理運(yùn)用,該設(shè)想打算基于2014年Yoon-Kim提出了卷積神經(jīng)網(wǎng)絡(luò)(Text CNN)模型進(jìn)行數(shù)據(jù)的分析,該模型由輸入層、卷積層、池化層、全連接層等不同層次的人工神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)構(gòu)成。在輸入層輸入一個(gè)定長(zhǎng)的數(shù)據(jù)序列,卷積層與池化層的核心作用是提取輸?shù)臄?shù)據(jù)的特征,從輸入的數(shù)據(jù)序列中,利用局部數(shù)據(jù)信息,提取初級(jí)的特征,并組合初級(jí)特征為高級(jí)特征,通過卷積與池化操作,省去了傳統(tǒng)機(jī)器學(xué)習(xí)中的特征工程的步驟。全連接層的作用就是分類器,它把卷積層與池化層提取的特征輸入到一個(gè)分類器中進(jìn)行分類,從而得到情緒分析的結(jié)果。[2]
1.3.1 貝葉斯模型
1.3.2 DL算法
DL算法可以在沒有人類外部指導(dǎo)的情況下直接從原始數(shù)據(jù)中學(xué)習(xí)獲得經(jīng)驗(yàn),能夠發(fā)現(xiàn)數(shù)據(jù)之間潛在的關(guān)聯(lián)[9]。DL算法使用人工神經(jīng)網(wǎng)絡(luò),通過多個(gè)“隱藏”層來處理復(fù)雜的原始數(shù)據(jù)。DL算法中ANN必須有不止一個(gè)隱藏層。由于DL與人類思維的相似性,因此不像傳統(tǒng)ML那樣機(jī)械。DL是在高維數(shù)據(jù)中發(fā)現(xiàn)復(fù)雜結(jié)構(gòu)的理想工具,比如包含在電子病歷中的臨床記錄,或者由患者提供的臨床和非臨床數(shù)據(jù)。DL不僅僅是具備多層架結(jié)構(gòu)的感知器,更是一系列能夠用來構(gòu)建可組合可微分的體系結(jié)構(gòu)的技術(shù)和方法。因此在該設(shè)想中 DL算法能夠完美勝任主動(dòng)學(xué)習(xí),完成神經(jīng)網(wǎng)絡(luò)反饋。
1.4.1 情緒異常的檢測(cè)
在上文中已經(jīng)提到了關(guān)于對(duì)用戶數(shù)據(jù)的采集,通過對(duì)這些數(shù)據(jù)的自主學(xué)習(xí),機(jī)器達(dá)到個(gè)性化處理問題的目的,能夠結(jié)合當(dāng)前用戶的狀態(tài)為用戶提出可行的應(yīng)對(duì)方案。
1.4.2 自殺傾向的干預(yù)
該設(shè)想中通過對(duì)用戶在網(wǎng)絡(luò)社交上的數(shù)據(jù)捕捉,包括瀏覽內(nèi)容,聊天記錄等內(nèi)容的綜合判定,當(dāng)數(shù)據(jù)輸出結(jié)果到達(dá)一定的閾值后,自動(dòng)觸發(fā)自殺傾向預(yù)警,手機(jī)會(huì)通過推送一些信息幫助
1.4.3 定期的心理咨詢
該設(shè)想中,人工智能通過長(zhǎng)期的自主學(xué)習(xí)能夠基本了解用戶的心理特點(diǎn),體現(xiàn)出個(gè)性化服務(wù)。并且能夠定期反饋,主動(dòng)彈出對(duì)話框,與用戶聊天對(duì)話,在為用戶解決問題的同時(shí),進(jìn)一步學(xué)習(xí)深化內(nèi)容。
人工智能是人類智慧的延伸,從本質(zhì)上來講不具備人的特點(diǎn),只能模仿學(xué)習(xí)人類,不能代替人類思想。該設(shè)想中的人工智能始終遵從用戶的意愿,以解決用戶情感問題為根本,檢測(cè)用戶心理疾病為手段,降低社會(huì)自殺率為目的,始終秉持人文關(guān)懷,不侵犯用戶權(quán)益。
該設(shè)想中需要采集用戶面部圖片,社交數(shù)據(jù),生理數(shù)據(jù)等,在采集相關(guān)數(shù)據(jù)前會(huì)向用戶發(fā)出權(quán)限申請(qǐng),始終堅(jiān)持保護(hù)用戶隱私問題,保證在用戶知情的情況下進(jìn)行數(shù)據(jù)的采集。
在醫(yī)學(xué)領(lǐng)域中,精神病心理學(xué)在人文主義和以患者為中心這些方面都是獨(dú)一無二的,人們便開始懷疑,人工智能是否真的能夠取代心理醫(yī)生。這就引出了一個(gè)重要的問題,人工智能是否有能力產(chǎn)生共情,或者至少能偽裝出共情。相比于取代精神科醫(yī)生,更有可能的情況是,人工智能和其他先進(jìn)技術(shù)可以發(fā)揮輔助作用,幫助心理醫(yī)生或心理治療師找到一種與患者建立聯(lián)系的方法。并且通過這種方式,患者和醫(yī)生都受益于人工智能的發(fā)展。心理治療師如何在臨床工作中運(yùn)用人工智能和其他先進(jìn)技術(shù),以及如何整合這些技術(shù),這些問題將成為我們?cè)谌斯ぶ悄軙r(shí)代更好地培養(yǎng)未來心理醫(yī)生的前提。隨著21世紀(jì)科技的不斷發(fā)展,將出現(xiàn)一種新的精神病學(xué),這種精神病學(xué)將經(jīng)典的,經(jīng)過實(shí)踐檢驗(yàn)的技術(shù)和尖端科技結(jié)合在一起,一如既往地為患者提供最好的精神衛(wèi)生保健。