人工智慧將如何改變精神病學？「專家觀點」
人工智慧可能會給精神科醫生和患者帶來積極的變化，但專家表示，很難想像這種技術會取代精神科醫生。
1982年的電影Blade Runner設想2019年是人工智慧(AI)達到頂峰的一年——擁有活著的、會呼吸的、會做夢的、與人類難以區分的機器人。儘管2019年人工智慧還沒有達到那個水平，但在各個行業中都能感受到AI的存在，當然也包括醫學領域。
實際上，2019年出現了幾項與醫療AI相關的值得注意的監管公告。美國FDA於2019年4月發表了一份討論文件，描述了一項監管人工智慧應用(包括機器學習軟體)的擬議框架。9月，美國醫學協會批准了兩個AI引導的視網膜掃描的醫療費用代碼(這些代碼要到2021年1月1日才會生效)。
儘管人工智慧在眼科學和放射學等數字密集型領域變得越來越普遍，但人工智慧在精神病學領域的應用迄今仍很有限。杜克大學醫學院(Duke University School of medicine)精神病學和醫學教授P. MuraliDoraiswamy說：「機器可以在放射學等領域表現良好，因為醫學掃描是基於固定模式的。而精神病學恰恰相反，它涉及到高度個人化和不斷變化的文化、社會心理壓力和生物學的相互作用。」
Doraiswamy認為，人工智慧軟體可以快速處理信息(例如，根據病人的病史幫助挑選最佳的抗抑鬱藥物)，因此可以幫助精神科醫生解決一些例行性工作。但他認為，精神病醫生擁有機器可能無法複製的專業技能。
加州大學聖地亞哥分校精神病學助理教授Ellen Lee博士說：「心理健康在很大程度上依賴於醫學的「軟」件，如與患者建立融洽關係，並掌握諸如肢體語言之類的微妙線索。」他還研究了人工智慧如何幫助老年精神病學。
精神病學家對人工智慧持不同意見
根據Sermo在2019年對來自22個國家/地區的791名精神科醫生進行的調查，精神科醫生對人工智慧及其對該領域的潛在影響看法不一。結果(見圖)顯示，對AI在未來25年內對工作的影響是最小還是重大的，精神科醫生的意見各佔一半，只有少數人處於極端狀態(例如，6.7%的人表示AI不會影響他們的工作，而3.8%的人說他們的工作將被淘汰)。
在人工智慧的好處是否會超過潛在的危害(包括對患者數據隱私的擔憂)方面，受訪者也有不同的看法。儘管有更多的受訪者認為人工智慧的好處大於其風險，但仍有40%的受訪者表示不確定。
克服機器學習的限制
在精神病學中，機器學習研究的一個主要關注點是預測疾病的發作(這個人有急性精神病癥狀會發展成精神分裂症嗎?)或預後(這個人有抑鬱傾向會試圖自殺嗎?)。機器學習軟體利用電子病歷或研究庫(如基因庫)中可靠的病人數據來提供風險估計。
挪威特羅姆瑟大學（University ofTroms?）臨床醫學教授BritaElvev?g博士表示，機器學習可以為精神病醫生提供第二種意見，但她也沒有預見到軟體取代精神科醫生的未來。
為了做出準確的預測，人工智慧軟體需要訪問大量數據，這就是為什麼許多人工智慧研究涉及退伍軍人事務或Kaiser Permanente等組織的原因，這些組織已經鏈接了國家資料庫。即使這樣，人們仍然擔心輸入到演算法中的患者數據是否可以推廣到不同種族、民族和社會經濟背景的人。
例如，瑞典的研究人員最近設計了一個基於人工智慧的應用程序，以區分和診斷一系列皮膚病。該程序通過掃描30多萬份皮膚樣本進行培訓，但只有約5%的樣本來自膚色較深的人。當該應用程序被用於評估烏干達的患者時，它就無法診斷病情。
Elvev?g正在進行一個更具挑戰性的項目，「語言為了解一個人的心理過程提供了一個重要窗口。自殺、抑鬱、躁狂、妄想、幻覺、阿爾茨海默氏症、藥物濫用以及其他各種精神疾病都會影響語言表達。
一個有效的基於語音的診斷必須識別由上述每種情況引起的損傷的細微差別，同時還要考慮到大多數患者可能會有導致言語不連貫的多種障礙(如抑鬱和藥物濫用)。因此，我們需要一種演算法來回答一個特定的問題，比如「這種言語模式是否意味著精神病」？讓這個演算法適用於每一個潛在的病人是很困難的。
Lee還認為，精神疾病診斷和癥狀學的巨大差異可能會限制機器學習改善患者診斷的程度。使用機器學習來觀察個體內部可能比觀察個體之間更有價值。隨著時間的推移，我們可以通過可穿戴設備評估每個人的模式，我們可以識別出睡眠或其他參數的變化，這些變化表明患者某些方面出了問題。這就是人工智慧能夠在老年精神病學領域有價值的原因，因為老年人有更長的數據史供機器學習進行分析。
Torous指出，觀察個人數據也有一些注意事項。「在查看實時數據時，前後聯繫非常關鍵，而機器無法考慮這一點。他舉了一個示例，即mindLamp的移動應用程序，該程序可以實時收集情緒評估。一名使用mindLamp的患者報告稱，在換藥後不久，抑鬱症明顯增加——該項目立即對此進行了標記。與患者的討論顯示，他的換藥發生在他母親生病前不久，這引發了抑鬱和焦慮的感覺。
因此，AI的最佳應用是將患者和醫生聯繫在一起。「如果我收到mindLAMP上一些異常數據，我就會在下次就診時拿給病人看，然後問：『你覺得這個符合你的近期狀況嗎?讓我們來聊聊，最近發生了什麼』。」
參考文獻
NICK ZAGORSKI. How Will AI Change Psychiatry?Published Online:10 Jan 2020. https://doi.org/10.1176/appi.pn.2020.1b4
