借助人工智能語言將成為(wei) 洞察心理健康的窗口

美國目前有1/5的成年人存在心理健康問題，無論是神經性疾病（亨廷頓病、阿爾茲(zi) 海默病、帕金森病）還是心理疾病（抑鬱症和精神錯亂(luan) ），每年約有半數患有嚴(yan) 重精神疾病的人得不到治療。從(cong) 來看，治療精神疾病的成本甚至超過糖尿病、呼吸係統疾病和癌症的總和。僅(jin) 美國一個(ge) 國家，因為(wei) 心理障礙產(chan) 生的經濟負擔每年就高達1萬(wan) 億(yi) 美元。

如果說電腦是一個(ge) 尚未被人類充分了解的黑匣子，那麽(me) 語言就是打開這個(ge) 黑匣子的鑰匙。5年內(nei) ，我們(men) 說的話、寫(xie) 的字都將成為(wei) 判斷身心健康的指標。新的認知係統可以通過對語言和書(shu) 寫(xie) 形態的分析，了解心理和神經係統疾病的早期信號，幫助醫生和病人更好地預測、監控和追蹤這些疾病。

IBM的科學家利用機器學習(xi) 技術來分析精神病檢查過程中的文本和語音記錄，尋找那些可以幫助臨(lin) 床醫生準確預測和監控精神錯亂(luan) 、精神分裂、狂躁症和抑鬱症的形態。目前大約隻需要300個(ge) 單詞就可以幫助臨(lin) 床醫生預測某人患有精神病的概率。

類似的技術未來還可以幫助帕金森病、阿爾茨海默病、亨廷頓病、創傷(shang) 後應激障礙（PTSD），甚至孤獨症及注意力缺陷多動症（ADHD）等行為(wei) 疾病的患者。認知計算機可以分析病人的語言和書(shu) 寫(xie) 內(nei) 容，從(cong) 中找出一些有意義(yi) 的指標，包括語言含義(yi) 、句法和語調。

將這些結果與(yu) 穿戴設備提供的數據以及磁共振和腦電圖掃描數據進行整合，便可展現更加全麵的狀況，幫助醫生更好地確診、理解和治療基礎疾病。

原本看不見摸不著的信號將成為(wei) 判斷病人是否進入某種心理狀態，或者衡量治療方案具體(ti) 效果的明確信號，對常規的臨(lin) 床評估進行補充。