通過我們在MicrosoftAI for Accessibility計劃中的工作，我們了解到全球心理健康服務(wù)存在巨大差距。在某些國家/地區(qū)，每10萬人中可能只有一名心理健康專業(yè)人員。當與五分之一的人患有精神疾病的現(xiàn)實相結(jié)合時，我們在問技術(shù)如何并且應(yīng)該參與其中。2月，我們共享了我們的項目建議書，旨在利用AI加速心理健康研究，數(shù)據(jù)洞察和創(chuàng)新，今天，我們要重點介紹我們正在支持的項目。

美國心理健康局的自適應(yīng)短信

去年，通過《美國心理健康》（Mental Health America）的在線調(diào)查篩查出患有嚴重抑郁癥呈陽性的人中，有89%的人不愿意接受心理治療或藥物治療，但有50%的人希望使用數(shù)字工具。有成千上萬種心理健康應(yīng)用程序可用，但即使是排名前30位的應(yīng)用程序，也有97%的人在前兩周內(nèi)停止使用它們。西北大學和加拿大多倫多大學，與合作精神健康美，正在開發(fā)自適應(yīng)文本消息服務(wù)，以幫助人們更好地管理其心理健康。文本消息可以通過一口大小的信息和提示到達每個人，并且為了提高人們的參與度，將使用機器學習算法來發(fā)現(xiàn)如何自定義消息的內(nèi)容和時間。他們希望通過結(jié)合臨床心理學，人機交互和機器學習來設(shè)計易于實施，有效且引人入勝的干預措施。

了解基于文本的同伴支持中??的同理心

盡管了解一個人想要進行心理健康提示的時間和頻率很重要，但消息的語氣和語言卻起著獨特的作用。華盛頓大學與TalkLife和Supportiv合作，正在建立一種自然語言模型來理解基于文本的同伴支持中??的同理心。通過適應(yīng)在臨床治療環(huán)境中開發(fā)的共情測量，他們打算為數(shù)據(jù)集中的數(shù)百萬條消息創(chuàng)建注釋準則，訓練模型以識別共情方面，然后提出使反應(yīng)更加共情的建議。該項目將幫助研究人員更好地理解心理健康情景中的同理語言，并為探討如何改善同伴支持志愿者社區(qū)和尋求幫助的人們之間的人際關(guān)系提供機會。