人工智能技术在抑郁及自杀管理中的应用

袁璠，喻思红，杨冰香*，黄智生，阮娟

抑郁是一种常见的精神障碍，患者常有心情郁闷，对事物丧失兴趣，产生负罪感，或自尊心不足，睡眠和食欲紊乱，身体疲倦，注意力不易集中等一系列心理和身体的表现［1］。此外，抑郁病程长，易复发，严重时会导致自杀，危害极大。据世界卫生组织报告每年约有80万人因自杀死亡，而自杀已经成为15～29岁青少年人群的第二大死亡原因［2］。

人工智能（AI）是一个快速发展的计算机科学领域，其使用计算机通过深度学习、知识图谱技术、大数据分析等方法来模拟人类的认知功能，使机器在一些特定的情形下采用类似人类的方式解决问题或做出反应［3］。目前，AI技术在医学上的不同领域均得到了广泛应用，例如：疾病的辅助诊断检查、医学知识图谱用于临床决策支持、医疗保健系统的管理、聊天机器人等［4-6］。中国互联网络信息中心最新的报告显示：截至2018年6月我国网民数量达到8.02亿人，手机网民达7.88亿，网民通过手机接入互联网的比例高达98.3%，其中微博是使用最多的公共社交应用［7］。随着网络、电脑、智能手机的普及，各种网站、APP的应运而生为AI在精神心理健康领域的应用提供了载体和可能。本文将着重介绍AI在抑郁及自杀管理方面取得的成果。

1 AI在抑郁临床诊断中的应用

目前，尚无针对抑郁的特异性实验室检查项目，临床精神科医生对抑郁的诊断多根据患者或家属自主提供的病史（表现症状和持续时间）、通过量表的测量以及对患者的精神状态的观察，结合抑郁的诊断标准进行诊断［8］。这就存在一些问题：患者自主提供的病史和自主填写的问卷主观性太强，同时临床医生的经验水平也是抑郁不典型时容易被误诊或漏诊的原因。

AI具有强大的语音、图像识别功能，将其应用于抑郁的计算机辅助诊断中取得了一定的成果。有研究表明，是否存在抑郁情绪在语音特点上存在差异，抑郁患者语音表现为语速较慢，停顿间隔较长，语调平缓，气息较明显等特点，这为通过识别语音特点的差异区分是否存在抑郁情绪提供了可能性［9］。CORCORAN等［10］研制的一种通过自动语言分析的语音分类器在预测精神疾病发病上的准确率为83%，在区分正常人和精神疾病患者上有72%的准确性；基于深度学习的卷积神经网络技术的语音分析方法也被证实能够准确而有效地分辨出抑郁症状的严重程度［11］；另一项研究将卷积神经网络技术通过对脑电波信号分析建立模型，运用此模型判断是否存在抑郁，对左右大脑半球的脑电波检测分别获得了93.5%和96.0%的准确度［12］。此外针对中国抑郁患者面部表情的分析研究显示：通过对面部表情的特征变化可以区分是否为抑郁患者，检测的准确率为78.85%［13］。一方面AI技术为抑郁的诊断提供了客观有效的诊断新方法，另一方面运用计算机辅助诊断抑郁可以有效提高工作效率，防止由于主观因素导致的诊断差错，也为及早发现抑郁情绪，积极干预提供了可能性。

2 AI技术在抑郁及自杀监控管理中的应用

抑郁已经有很多有效的治疗和干预方法，但很多人由于缺少抑郁的相关知识、获得医疗资源不方便、强烈的病耻感等原因，不向外界寻求帮助，尤其是不愿向专业人员求助，导致很多抑郁患者不能及时被发现、干预或治疗，错过最佳的治疗时机，甚至造成不可挽回的悲剧［14］。研究表明：具有较高程度的自杀意念、抑郁、焦虑、压力和较低的适应能力的人群更倾向于在微博中表达自杀言论［15］。

基于人们常在社交网络上表达自己的想法和情绪的特点，这些社交网站上隐含了大量的信息，很多学者将AI技术与社交媒体平台相结合对其进行实时监控研究。GKOTSIS等［16］通过分析来自社交媒体Reddit的用户帖子研发了分类器，利用神经网络和深度学习的方法，可自动识别精神疾病相关的帖子，准确率达到91.8%。ALADAG等［17］同样对Reddit网站上的帖子进行分析，其建立的分类器通过文本挖掘方法可以在线检测发现有自杀意念的用户，即时弹出对话框询问用户目前的感觉、是否需要帮助等，如果用户需要帮助，系统给予电话或面对面的针对性的干预。黄智生等［18］及其AI创新团队研发了一款基于自杀知识图谱的网络智能机器人，这个网络智能机器人也被形象地称为“树洞机器人”。在2018中国数字医学高峰论坛上，黄智生对此机器人进行了介绍，“树洞机器人”会每天监控微博特定社交网络中的信息数据，对社交网络上的数据信息进行汇总智能分析，并对自杀的可能性、风险性进行判断，对于存在自杀计划或行为的人群每日重点关注，并生成报告进行每日通报［19］。“树洞机器人”所依赖的自杀知识图谱包含了自杀方式、自杀计划、痛苦的表达、时间的描述、地点的描述、悼念的模式等概念的描述，为智能分析提供了可能性。“树洞机器人”能够准确地剔除99%以上的无用信息，极大提高了效率，同时也节省了大量的人力［19］。将AI技术与社交媒体相结合监测用户心理情绪的变化，可以不受时间和空间的影响，及时准确地发现具有不良情绪的人群并及时进行干预。

3 AI技术在抑郁治疗及干预上的应用

抑郁的治疗主要是通过药物和心理干预两种方式，临床医生通常根据自己的经验用药，很难做到个性化用药，同时抗抑郁药物的不良反应较多，导致患者依从性较差。而面对面心理干预则面临着专业心理干预人员较少、干预周期较长、费用较高等问题。随着平板电脑、智能手机等移动设备的普及，通过网络，移动设备将AI技术与网站和应用APP相结合的网络干预方式越来越受欢迎。

3.1 抑郁知识图谱系统（knowledge graphs of depression system） 目前，黄智生等［18］已经构建了一个面向用户（临床医生）的抑郁知识图谱系统，其主要是针对抑郁的知识管理和服务平台，通过这个系统精神科医生可以直接进行搜索并快速获取其所需要的知识信息，指导临床医生用药，操作方法简单，获取方便快捷［20］。医生可以通过这个系统快速地查询到某种抗抑郁药物的不良反应以及药物之间的相互作用；可以针对患者的自身情况给予个性化用药指导；遇到罕见病例情况可以通过系统搜索，获取类似的病例情况以及相关治疗处理的信息，并且通过系统可以模拟人类大脑的思维进行分析推测，预测不同药物组合可能出现的不良反应，给临床医生提供建设性的诊断及治疗意见［21-22］。这个系统的应用有赖于抑郁知识图谱的构建，其是将抑郁的各种综合知识资源（包括抑郁临床试验、抑郁相关论文、抗抑郁药物说明书、抗抑郁药物不良反应知识库、药物知识库、临床医学概念术语集等）进行整合转化成结构化的知识，通过系统化语义查询，可快速精准地获得对应的知识，为临床决策支持提供结构化的数据基础设施，这种以某一疾病为中心的子知识图谱的方法，可以更具有针对性地回答现实的临床查询，使临床医生更方便地探索各种知识资源之间的关系，避免无用信息的干扰［23］。

3.2 移动自助式干预 移动自助式干预是基于移动设备以专业网页或APP的形式，融入心理干预的疗法（例如认知行为疗法、行为激活疗法、正念疗法等），结合音频、视频、动画、游戏、聊天机器人等方式提供干预。自助式干预通常具有画面简洁、操作简单、操作指引清楚等特点。目前，有很多基于各种不同干预疗法的软件APP，在功能和模块的设置上也各不相同，基于网络的自助式干预可以有效地改善抑郁情绪，这种模式也越来越得到认可。

任志洪等［24］将汉化版MoodGYM应用于大学生抑郁患者中，结果表明，与对照组相比，试验组的负性自动思维（ATQ）、消极解释偏差（SST）和功能失调性态度（DAS）明显降低，可作为传统治疗的补充手段。基于移动应用程序Sinasprite的一项研究采用自我报告的问卷评分，比较用户在使用该移动应用程序后的变化，与基线时相比用户在抑郁、焦虑情绪和对技能的信心上均有明显改善［25］。FRANKLIN等［26］开发的简短的、类似与游戏的应用程序APP（TEC）在3项独立的研究中被证实能够有效地减少自伤时间、自杀计划、自杀行为。

研究表明：基于文本的一对一聊天干预模式在改善心理健康上具有积极的作用［27］。不少学者将人工聊天机器人应用于心理干预取得了良好的效果［28-29］。由Touchkin开发的Wysa是一款基于AI的具有移情功能的移动聊天机器人应用程序，通过对话的方式来建立心理弹性和促进心理健康，Wysa可以对用户所表达的情绪做出响应，并在对话中采用已被证实有效的自助干预技术指导用户建立恢复情绪的技能［30］。INKSTER等［29］在基于Wysa的一项研究中依据用户使用频率的不同将用户分为高、低使用组，并比较两组用户使用Wysa后的情绪改善状况，结果显示，两组用户使用后抑郁情绪均有所改善，其中高用户组情绪改善更明显，该研究还对用户的使用体验进行调查，67.7%的认为该应用程序是有用的。另一项由美国FULMER等［6］使用综合AI机器人（Tess）在15所大学75名存在抑郁、焦虑的大学生中进行应用，评估Tess的有效性，Tess是一种可以通过综合心理健康支持、心理教育和提醒的形式与用户进行简短的对话的智能机器人，通过研究表明Tess可以减轻抑郁和焦虑症状，可以作为治疗的辅助手段。

4 小结

随着科技的发展，AI已经逐步渗透到各个领域，也进入了寻常百姓家，AI在各个领域均起着不可小觑的作用。在精神心理健康上的应用，解决了很多传统医疗中的难题，如医疗资源的不均衡、精神专业人员不足、就医的病耻感等，AI使医生的工作高效快捷，节省了很多人力和时间，同时减少了很多人为差错，使更多的患者受益，获得更好的医疗照顾，享受到更优质的医疗资源。虽然，AI技术在精神心理上的应用已经取得不错的效果，并且也具有一定的移情功能，但是仍然不能像真人一样互相交流和感受，目前并不能完全取代面对面的心理治疗，尤其是对于严重的心理问题，可以作为面对面治疗干预的补充和中间支持系统。

作者贡献：袁璠、杨冰香进行文章的构思与设计，撰写论文；袁璠进行研究的实施与可行性分析；袁璠、喻思红、杨冰香、黄智生、阮娟进行文献收集、整理，论文的修订；杨冰香负责文章的质量控制及审校，对文章整体负责，监督管理。

本文无利益冲突。

本文文献检索策略：

计算机检索中国知网、万方数据知识服务平台、PubMed、Science Direct、Springer等数据库，通过查询相关网站以及向作者索取的方式获取相关文献信息。检索时限为建库至2019-01-11。检索关键词包括：人工智能、抑郁、抑郁症、自杀、自助式干预、artificial intelligence、AI、depression、suicide、self-service intervention、selfhelp intervention。纳入标准：有关人工智能技术在抑郁症或自杀上的文献；排除标准：重复文献，不能获取全文，非中英文文献。最终引用相关文献、网站报告等30条文献。