人工智能应用新热点 预测和治疗抑郁症

近日，2018中国数字医学高峰论坛在海南博鳌成功举办。与会者全方位探讨了当前人工智能（AI）技术在临床医疗应用中的前沿技术、理论标准、发展趋势和实践经验。荷兰阿姆斯特丹自由大学教授、首都医科大学脑保护高精尖抑郁症人工智能创新团队首席科学家黄智生主持大会主旨论坛，并介绍了“抑郁症知识图谱及其应用”的最新研究成果。会后，记者对黄智生教授进行了专访。

预测和治疗抑郁症是人工智能应用新热点

据世界卫生组织估计，全球大约有3亿多人患抑郁症，占总人口4.4%，特别是2005—2015年间，全球受抑郁症影响的人数增加了18%，抑郁症已被列入“日益严重的全球公共卫生问题”。中国的情况同样严峻，抑郁症病例占全国人口达4.2%，即近6000万患者。抑郁症患者主要表现为持续悲伤，最严重者可能导致自杀。目前自杀已成为多国年轻人第一大死因，其中患抑郁症占比超过一半。

然而，如此庞大的患病人群中，仅有不到10%接受了药物治疗。各国对心理疾病的诊断和治疗能力普遍大幅落后于身体疾病，心理医生和精神病医生数量短缺，且缺少诊前精准预测和诊后有效追踪。

目前，AI技术正越来越多地应用到医疗行业，特别是对于尚缺乏有效诊断和治疗手段的精神疾病领域更有意义和潜力。在一些探索性研究中，已有多个项目取得了初步成功。如在抑郁症诊断方面，IBM的研究团队利用机器学习，分析心理疾病记录，发现处于精神疾病风险的人说话时较少使用连贯的句子和所有格代词，可用于精神疾病的预测。在抑郁症治疗方面，斯坦福大学的研究团队尝试利用AI聊天机器人缓解患者抑郁症状。随着技术进步和经验积累，AI正在为大规模诊断和治愈抑郁症带来新希望。

语义技术与知识图谱是处理复杂问题杀手锏

黄教授向科技日报记者介绍，当前AI研究主要有“深度学习”“语义技术与知识图谱”两大技术支柱。其中，“深度学习”采用归纳法，是一种由个别到一般的推理方法，即从数据中获得知识。如AlphaGo，就是从海量的数据中让机器自动提取特征、规律，从数据中得出战胜人类的围棋知识。“语义技术与知识图谱”采用演绎法，是从大量知识中推得结论或新的数据，是一种由一般到个别的推理方法，其本质是通过语义处理实现统一理解不同性质、类别的知识，可用于处理大量复杂问题。如IBM人工智能程序“沃森”，在综艺节目中能够快速理解分析各种类型的提问，成功击败人类高手。

由于涉及医学和生命科学的问题一般都很复杂，数据类型多样，目前主要利用知识图谱技术来实现分析处理。知识图谱是描述概念、实体及其语义关系所构成的大型知识库，采用语义技术形式来系统化、结构化、集成化地表达特定领域知识。与此前通过关键字搜索进行选定的传统技术不同，知识图谱能够让机器理解人类使用的自然语言，并根据需求精确锁定具有特定含义的语句，其准确性更高，更能够应对关键字搜索无法处理的复杂问题。

智能机器人成功开展自杀监控预警

黄教授指出，青少年自杀已成为社会普遍关注的重要问题之一。许多年轻人通过社交网络表达了各种自杀情绪和愿望，这为采用AI及大数据技术作网络分析监测和进行自杀救助提供了可能性。黄教授利用知识图谱等AI技术，在此方面进行了成功尝试，特别是他们倡议组织的“树洞行动”。

黄教授介绍，“树洞行动”中的树洞是传说古时候，心里藏着秘密又希望倾吐的人，跑到森林里找一个树洞对其倾诉秘密。在当代，人们常在网络社交媒体上倾吐自己的想法。一位抑郁症患者自杀后，他的微博经常成为抑郁症患者，特别是想自杀的人倾吐心声的现代化“树洞”，这里每天更新许多企图自杀的留言信息，为我们发现高风险的自杀患者提供了基本条件。

黄教授团队为此特别开发了一款网络智能机器人系统，根据“树洞”知识图谱对社交媒体信息中所包含的自杀可能性进行判断。“树洞”知识图谱覆盖了自杀方式、自杀计划、痛苦表达、时间描述、地点描述、悼念模式等相关概念的描述。

该系统于今年7月上线运行，每天定时从网络“树洞”中抓取数据，进行智能化分析，生成对应的自杀监控通报，并发给“树洞行动”救援团采取相应的救助行动。系统运行3个多月以来，能够自动剔除99%的无关信息，对自杀风险判别的准确率平均达到82%。

迄今为止，“树洞行动”已关注了300多名高自杀风险的患者，并组织一百余名志愿者和精神健康专家，成功对超过40名患者进行了有效救助，阻止了他们短期内的自杀行动，给予其生活帮助并树立新的人生希望。“树洞行动”救援团高级专家、北京安定医院院长王刚教授表示，这一项目意义重大，在危机干预、自杀预防、抑郁症疾病管理方面具有广泛应用前景。

但针对不同自杀者和抑郁症患者，为其提供帮助、心理疏导和治疗，非常复杂且具有个性化，目前还无法完全依靠机器来实现。如何更有效地利用“树洞机器人”提供的信息，及时帮助自杀者和抑郁症患者，还需要更多志愿者和心理专家参与救助行动，以“人机结合”的模式进一步提升新技术带来的社会效益。