通常，精神疾病的診斷包括依據(jù)為國際疾病分類、精神障礙診斷與統(tǒng)計手冊，有經(jīng)驗的醫(yī)生依據(jù)調查問卷和自己的經(jīng)驗進行判斷。

而由于血液檢測查不出抑郁癥，腦部掃描也沒法提前檢查出焦慮癥，活組織檢查更不可能診斷出自殺的念頭。所以至今，在醫(yī)學領域中，沒有任何可靠的生物標記可以用來診斷精神疾病。

精神病學家們想找出發(fā)現(xiàn)思想消極的捷徑卻總是得不到結果，這使許多精神病學的發(fā)展停滯不前。它讓精神疾病的診斷變得緩慢、困難并且主觀，阻止了研究人員理解各種精神疾病的真正本質和原因，也研究不出更好的治療方法。

但這樣的困境并不絕對，事實上，精神科醫(yī)生診斷所依據(jù)的患者語言給精神病的診斷突破提供了重要的線索。這也促進了數(shù)據(jù)表型的發(fā)展，即從我們的語言選擇、我們的睡眠模式到我們給朋友打電話的頻率，通過人工智能對這些數(shù)據(jù)進行分析，通過篩選人們產(chǎn)生的數(shù)據(jù)來尋找抑郁、焦慮、雙相情感障礙和其他綜合癥的跡象。

基于此，現(xiàn)在，一個研究小組正在調查人工智能是否能檢測出孤獨感。事實上，孤獨感已經(jīng)成為一個日益嚴重的健康問題，甚至被認為是比肥胖更容易導致過早死亡的因素。

這項新研究的作者認為，孤獨是一種特別難以衡量的精神狀態(tài)，因為醫(yī)生通常難以量化患者的孤獨感，因此迫切需要某種客觀的測量方法。

這項新的研究招募了80名老年人。每個受試者都使用傳統(tǒng)的孤獨感評估方法進行評估，并完成一個更長、更具對話性、半結構化的訪談，持續(xù)時間長達90分鐘。

這些訪談記錄下來，然后在IBM開發(fā)的自然語言系統(tǒng)的幫助下進行分析。除了檢測那些傳統(tǒng)評估沒有發(fā)現(xiàn)的對象的孤獨感之外，該系統(tǒng)還揭示了男性和女性談論孤獨感的方式上的差異。

研究發(fā)現(xiàn)，人工智能系統(tǒng)可以以94%的準確率定性預測受試者的孤獨感。一個人越感到孤獨，他們對有關孤獨的直接問題的回答就越長。研究人員甚至認為，存在一種“孤獨言語”模式，可以在未來用來監(jiān)測老年受試者的幸福感。

此外，男性在較長時間的談話中使用更多恐懼和快樂的詞匯，而女性則更容易明確表達孤獨感。這項研究的發(fā)現(xiàn)為臨床醫(yī)生提供了重要的見解，讓他們了解男人和女人表達孤獨的不同方式。

目前，該研究的下一步將是將其他傳感器數(shù)據(jù)結合到評估中（如GPS跟蹤和睡眠數(shù)據(jù)），使每個個體的發(fā)現(xiàn)個性化。此外，這項系統(tǒng)顯然還需要在更大、更多樣化的人群中進行測試，以調試其準確性。

其研究結果已在線發(fā)表在2020年9月24日的《美國老年精神病學雜志》上。

責編AJX