原标题：AI能读懂抑郁症患者的心？
IT时报记者 潘少颖
相关研究取得成果，准确度超过八成，但投资者仍在观望
抑郁症和自杀总是紧紧地联系在一起，很多时候，抑郁症的可怕是大多数常人无法理解的。实际情况是，抑郁症已经成为全球第四大疾病，预计2020年将成为第二大疾病。
目前,抑郁症诊断的难点在于诊前的精准预测和诊后的有效追踪。好消息是，AI正在渗透抑郁症治疗领域，一些国外研究团队试图用AI读懂抑郁症患者的悲伤。最近，有消息称，斯坦福大学人工智能实验室与视觉实验室负责人李飞飞及其团队结合语音识别、计算机视觉及自然语言处理技术，通过表情和语音诊断一个人是否患了抑郁症，目前，诊断抑郁症的机器模型准确度已经达到了83.3%。
AI能否缓解医生的痛点以及抑郁症患者的痛苦吗？
传统问诊看医生主观
“凡是到我这边来就诊的人，基本上都已经被抑郁症缠身了。”这是暨南大学附属第一医院精神医学科主任潘集阳在从事精神医学及睡眠医学临床工作30余年中最大的感受。潘集阳每天要面对几十个抑郁症患者，在他看来，如果不是发展到一定程度，大多数抑郁症患者不会主动到医院来就诊，人们对于该类疾病的错误认识和讳疾忌医导致介入治疗经常姗姗来迟。
对于临床医生来说，现在还是依靠传统的问诊方式来判断是否患症，比如患者是否闷闷不乐或悲痛欲绝，是否失眠、早醒或睡眠过多，是否反反复复出现自杀的念头等，这些症状持续了多久，“根据患者的情况去对照这些标准，再判断患者的病情。”潘集阳告诉《IT时报》记者，对于抑郁症患者的判断不像其他病情有各种检测数据可以参照，抽血、心电图等都有直观的数据，由于没有生物学标准，医生对于抑郁症的判断还是比较主观的，而且抑郁症是波动的，有时好有时不好。
1996年至1999年，潘集阳曾在美国哈佛大学医学院附属麻省总医院精神医学科强迫和焦虑障碍临床部学习深造，据他回忆，当时在做药物临床研究时，要把一个抑郁症患者的录像给四五个医生看，让这些医生分别对一个病人的表情、动作、语言进行分析判断，有时各个医生的诊断会不一致，这样也是为了避免一个医生确诊会太过主观情况的发生。
有数据显示，我国抑郁症的医疗防治还处在识别率低的局面，地级市以上的医院对其识别率不足20%，只有不到10%的患者接受了相关的药物治疗。可以说，这是一个难以准确评估且容易被忽视的“隐形”疾病。
用AI“探秘”患者
有业内人士曾提出，有了AI，人类的语言文字就会成为通向精神健康的一扇窗。的确，目前AI在预判治疗抑郁症方面的研究成果是可喜的。去年，美国哈佛大学曾通过用AI程序分析社交网站中的照片，提出用色彩学的方法来诊断抑郁症，正确率也高达七成；而在中国，树洞救援团采用AI巡视着各大社交平台，树洞机器人每天发表树洞监控通报，从每天大量的树洞信息中发现高风险的自杀人群，一旦找到，就会根据十级判断标准进行预警，最高等级是10，表示“自杀可能正在进行中”，稍弱一点的9级表示“自杀方式已确定，今日内可能进行”，根据树洞机器人的监控通报，拿到消息的志愿者会成立救援小组，开展救援工作。
据世界卫生组织的报告，中国有超过5400万人患有抑郁症，占总人口的4.2%；在我国每年约25万的自杀人口中，一半以上属于抑郁症患者。
树洞救援行动的创始人黄智生研究了30多年人工智能，他曾表示，总结一些失败的救援，发现抑郁症患者善于隐藏自己，恰恰那些没有讲出来的，往往是问题的症结所在。“仅靠人脑，即便经过培训，难免会有疏漏，因此救援者都有AI背景。”黄智生在接受媒体采访时表示，对抑郁症患者的心理疏导，在人工智能的决策辅助下，不再只是全凭经验与心理学知识，传统心理咨询与人工智能的结合，将带来更科学的救治方法。
实际上，医生对AI能介入抑郁症领域也满怀期待，“虽然没有具体调研，但我觉得通过AI的数据可以对诊断抑郁症的准确率提升10%~20%。”潘集阳告诉《IT时报》记者。
医生期待 投资者观望
很多科学家把AI作为开展脑科学复杂研究的助手，通过采集大规模的心理行为结构化数据，用于构建评估工具、指标和模型。
但遗憾的是，国内还没有医院把AI用到预判治疗抑郁症的方面。“曾经有一个人工智能公司来和我谈过引入AI的设想，但后来就没有声音了。”对AI有憧憬的潘集阳略感失望。
用潘集阳的话说，AI在医疗领域大有可为，但投资者对于抑郁症这个细分领域还没有涉及。“从AI在医疗领域的诸多应用细分来看，抑郁症这个小细分领域从业者很少，再加上抑郁症发病机制并不完全明确。”一位医疗机构投资者告诉《IT时报》记者，虽然抑郁症患者的数量在上升，临床的药好卖，国内的临床研究也有一些成果，但抑郁障碍包含多种类型，如恶劣心境、心因性抑郁症、精神病后抑郁等，发病机制不清晰，也各有差别。发病机制不清，用药的安全性及临床有效性就是问题。所以，AI能分清没有机制的疾病吗？能让临床给予有效方案吗？
实际上，技术上也存在诸多“大山”需要攻克，“人脑的神经连接网络会不断生长变化，抑郁症的病因、病情十分复杂，机器难以全盘掌握。比如当机器接收到100张脑部影像图，但不告诉机器要做什么，机器恐怕很难把这些图片都关联起来并得出结论。此外，语言是机器获取数据的重要渠道之一，机器能识别多少种语言甚至方言也决定了它的应用范围。”一家人工智能企业技术人员告诉《IT时报》记者，这些都有待突破，但一旦突破，会为抑郁症的治疗带来实质性的改变。
责任编辑：
