AI 在醫(yī)療方面的應用，將會推動人類變得更健康。

精神疾病一直是醫(yī)療領(lǐng)域的治療難點，伴隨現(xiàn)代生活節(jié)奏加快，以及越來越碎片化、不規(guī)律的日常作息，諸如抑郁癥、焦慮、狂躁癥等心理問題不時出現(xiàn)，如果能夠有效做到提前預防監(jiān)測，也許會在問題嚴重之前做出調(diào)整。

近期，來自 IBM 的計算精神病學和神經(jīng)成像研究小組團隊開始嘗試利用機器學習預測人患精神疾病的風險，通過對一些心理疾病的記錄分析，他們發(fā)現(xiàn)了潛在的影響精神疾病的因素。

該項目以 2015 年發(fā)表的研究作為基礎，通過對 59 名普通人的語言方式追蹤、分析，并對語言連貫性進行評分，確定潛在患病風險。59 位參與者在隨后兩年中，有 19 名出現(xiàn)了精神障礙，而 AI 預測的精確度達到 83%，這背后的判斷依據(jù)，是 AI 技術(shù)發(fā)現(xiàn)處于精神疾病風險的人在說話時使用了較少的所有格代詞，并且連貫句子較少，這可能是精神疾病的一部分前兆。

盡管準確率還有待進一步提升，但 AI 工具對于精神疾病研究具有重要意義。一方面，精神疾病相關(guān)專業(yè)人員供不應求，機器學習一定程度上能夠幫助專家在進行相關(guān)診斷；另一方面，新的 AI 工具研究的不斷深入，也許能夠為精神疾病治療尋找到新的方法。

IBM 研究報告員 Guillermo Cecchi 表示：「AI 能夠擴大在目前傳統(tǒng)方式之外評估的范圍，并有可能提前預測到患者未來幾年的精神風險，幫助醫(yī)護人員更好分配資源，提供更好的精神護理?！惯@一研究也不僅局限于抑郁癥，更會進一步對阿爾茲海默癥、帕金森癥等疾病機型預防。但由目前發(fā)表的研究報告來看，對于語言的分析是否能夠適用于所有語種？另外，不同病癥是否會有不同的語言傾向，也有待進一步研究。