在美国,大约有20%的年轻人有心理健康问题国家心理健康研究所

这是坏消息。

好消息是,心理健康专业人士拥有了比以往任何时候都更智能的工具,与人工智能相关的技术正在成为帮助诊断患者的前沿技术,通常比人类诊断更准确。

该杂志发表了一项新研究自杀和危及生命的行为例如,该研究显示,机器学习在识别有自杀倾向的人时,准确率高达93%。这项研究由辛辛那提儿童医院医疗中心(Cincinnati Children 's Hospital Medical Center)教授约翰·派森(John pelpelan)领导,涉及来自三家地区医院的379名青少年患者。

每位患者都完成了标准化的行为评级量表,并参与了半结构化访谈,回答了五个开放式问题,如“你生气了吗?”来激发谈话,根据一个新闻稿从大学。

研究人员从数据中分析了语言和非语言,然后通过机器学习算法发送信息,该算法能够非常准确地确定这个人是否有自杀倾向,是否患有精神疾病但没有自杀倾向,或者两者都没有。

Pentian在新闻发布会上说:“这些计算方法为在自杀护理和预防中应用技术创新提供了新的机会,这当然是必要的。”

2014年,自杀是美国第十大死因,但却是15岁至24岁人群的第二大死因美国自杀学协会

刚在杂志上发表了一项研究心理上的公告进一步强调了需要更好的工具来帮助预防自杀。一项对过去50年里进行的365项研究进行的元分析发现,心理健康专家预测一个人是否会自杀的能力“不过是碰运气”。188体育365

“其中一个主要原因是,研究人员几乎总是试图使用单一因素(例如,抑郁症诊断)来预测这些事情,”哈佛大学的首席作者约瑟夫·富兰克林在与Singularity Hub的电子邮件交流中说。188金宝搏app1.1.94

富兰克林说,这种思想和行为背后的复杂性需要考虑几十个甚至上百个因素才能做出准确的预测。他和其他人在今年早些时候发表的一篇通信文章中争论道心理医学机器学习和相关技术是一个理想的选择。只使用一个因素的搜索引擎在返回结果时是无效的;今天试图预测自杀行为也是如此。

他指出,波士顿的研究人员,包括哈佛大学的同事马修·k·诺克(Matthew K. Nock),已经使用机器学习来预测自杀行为,准确率为70%至85%。富兰克林称这项工作“令人惊讶”,并指出该研究仍处于初步阶段,样本量较小。

“鼠疫研究小组的工作也很有趣,他们对声音模式/自然语言处理的使用与该领域迄今为止的大多数其他研究都是独特的,”Franklin说,并补充说,在这一点上,他们的发现也有局限性。“然而,这是一项非常有趣的工作,也代表着与该领域过去50年一直在做的事情截然不同的前景。”

根据富兰克林的说法,机器学习尚未被用于治疗,而大多数治疗自杀的传统方法都达不到要求。

富兰克林说:“因此,尽管有几个团体(通过人工智能)已经接近能够准确预测整个医疗保健系统的自杀倾向,但我们还不清楚我们应该如何对待这些高危人群来降低他们的风险。”

为此,富兰克林和他的同事们开发了一种免费应用程序tech - tec这似乎在“减少自残、自杀计划和自杀行为”方面很有效。

这款应用程序基于一种叫做评价条件反射的心理学技术。根据该网站的说法,通过不断地将特定的词语和图像配对,它改变了与特定物体和概念的联系,因此在一个类似游戏的设计中,Tec-Tec试图改变与可能增加自残行为风险的某些因素的联系。

富兰克林说:“我们正在进行(更多)试验,希望很快能利用机器学习为每个人量身定制应用程序,并将最需要的人与应用程序联系起来。”

抓精神分裂症的演讲

去年,研究人员在一个研究结果发表在该杂志上精神分裂症在使用机器学习算法预测高危青少年的后期精神病发作方面也取得了可喜的成果。

34名参与者在两年半的时间里每季度接受采访和评估。通过自动分析,研究人员对访谈记录的连贯性和两种言语复杂性的句法标记进行了评估——句子的长度和句子中包含的从句数量。

研究人员称,计算机分析的语音特征对日后精神病发展的预测准确率为100%,比临床访谈中的分类准确率还要高。

他们写道:“包括自然语言处理在内的计算机科学的最新发展,可能为未来精神病学客观临床测试的发展提供基础。”

早期诊断注意力缺陷多动症

在一个正在进行的项目中,德克萨斯大学阿灵顿分校(University of Texas at Arlington)和耶鲁大学(Yale University)的科学家将把计算能力和精神病学专业知识结合起来,设计一个人工智能系统,可以评估青少年的一种常见疾病:注意力缺陷多动障碍(ADHD)疾病控制和预防中心(CDC)说,影响8.5%的8到15岁的儿童

该研究使用“计算机视觉、机器学习和数据挖掘的最新方法”来评估儿童在进行某些身体和计算机练习时的表现新闻稿UTA。这些练习测试孩子的注意力、决策能力和管理情绪的能力。然后对数据进行分析,以确定最佳的干预类型。

“我们相信,所提出的计算方法将有助于提供可量化的早期诊断,并允许我们随着时间的推移监测进展。特别是,它将帮助儿童克服学习困难,并引导他们过上健康和有成效的生活,”UTA计算机科学与工程系教授Fillia Makedon说。

密切关注自闭症

与此同时,布法罗大学(University of Buffalo)的一个研究小组开发了一款手机应用程序,可以检测两岁以下儿童的自闭症谱系障碍(ASD),准确率接近94%。这项研究结果最近在美国国立卫生研究院举行的IEEE无线健康会议上公布。

据英国《每日邮报》报道,这款应用程序可以追踪儿童在观看社交场景图片时的眼球运动,比如那些有多人观看的图片新闻稿从大学。自闭症患者的眼球运动通常与非自闭症患者不同。

美国疾病控制与预防中心称,美国每68名儿童中就有1名被诊断为自闭症谱系障碍。UB的研究包括32名年龄从2岁到10岁的儿童。未来还计划进行更大规模的研究。

这项测试只需不到一分钟就可以完成,可以由家长在家完成,以确定孩子是否需要专业评估。

UB大学工程与应用科学学院助理教授徐文耀表示:“这项技术填补了自闭症患者在诊断和治疗方面的空白。”

帮助治疗我们最脆弱人群的技术?原来,有个应用可以做这个。


图片来源:在上面