原創(chuàng) FRENCH 神經(jīng)現(xiàn)實(shí) 來(lái)自專輯深度 | Deep-diving

自殺干預(yù)的新手段

2016年，辛辛那提市校園內(nèi)青少年的自殺率激增，兒童福利院的行為健康主管黛比·金瑞奇（Debbie Gingrich）眼見(jiàn)事態(tài)惡化，但原因不明。自殺是美國(guó)青年的第二大死因，過(guò)去15年辛辛那提市的自殺率基本保持穩(wěn)定，如今卻出現(xiàn)劇增，令人擔(dān)憂。到了2017年1月，增長(zhǎng)的趨勢(shì)仍在繼續(xù)。

據(jù)報(bào)道，一名8歲男童在被校園霸凌后自殺，不久之后，另有6名學(xué)生也選擇結(jié)束了他們的生命。家長(zhǎng)和學(xué)校都心急如焚，當(dāng)?shù)蒯t(yī)療部門(mén)迫切需要一種手段，以找出自殺風(fēng)險(xiǎn)最高的孩子。金瑞奇說(shuō)：“檢查是否骨折，拍個(gè)X光就能知道，但在心理健康領(lǐng)域卻缺乏有效的工具，每個(gè)人都想知道，為了挽救生命，我們能做些什么？”

作為解決方案之一，辛辛那提市各級(jí)學(xué)校決定嘗試一項(xiàng)實(shí)驗(yàn)性的人工智能技術(shù)。據(jù)稱，該技術(shù)能檢測(cè)人類語(yǔ)言中是否隱藏有自殺傾向。該機(jī)器學(xué)習(xí)算法的開(kāi)發(fā)者約翰·佩斯蒂安（John Pestian）是辛辛那提市兒童醫(yī)院醫(yī)學(xué)中心（Cincinnati Children’s Hospital Medical Center）的生物醫(yī)學(xué)信息學(xué)與精神病學(xué)教授。該算法將細(xì)致篩查患者錄音并分析信號(hào)組合，其中有些是人類無(wú)法察覺(jué)的，如：音調(diào)的細(xì)微變化，或詞語(yǔ)和音節(jié)之間的納秒級(jí)延遲。

該算法的訓(xùn)練集來(lái)自于自殺遺言以及近期曾自殺未遂的患者錄音。在2016年的一次研究中，佩斯蒂安的團(tuán)隊(duì)用379位患者的錄音來(lái)測(cè)試 。第一組患者在過(guò)去24小時(shí)中曾嘗試自殺；第二組患者根據(jù)精神鑒定被確診患有精神疾病，但從未試圖自殺；第三組錄音的患者均不具有以上兩種特征。單是通過(guò)掃描錄音的內(nèi)容，佩斯蒂安的算法就能夠以85%的準(zhǔn)確率將患者正確分類。

2019年春季，佩斯蒂安的算法在幾所辛辛那提學(xué)校首次測(cè)試。在第一階段，輔導(dǎo)員使用常規(guī)手段對(duì)學(xué)生進(jìn)行心理健康評(píng)估，并同時(shí)使用定制的手機(jī)APP錄音。研究人員想知道聲音分析的結(jié)果是否與精神病學(xué)調(diào)查和專家意見(jiàn)一致。

結(jié)果算法表現(xiàn)良好，于秋季在20所學(xué)校中推行，并記錄了上千名學(xué)生的訪談。研究人員希望這項(xiàng)技術(shù)能夠發(fā)揮引導(dǎo)作用，讓有需要的學(xué)生去做進(jìn)一步的精神病學(xué)評(píng)估，以阻止悲劇發(fā)生。只要能挽救生命，這項(xiàng)技術(shù)就是有價(jià)值的。

在計(jì)算精神病學(xué)（computational psychiatry）的新興領(lǐng)域中，語(yǔ)音分析是一項(xiàng)很有前景的前沿技術(shù)，將人工智能工具應(yīng)用于心理健康領(lǐng)域。用高性能計(jì)算機(jī)對(duì)大量數(shù)據(jù)進(jìn)行分類，研究人員對(duì)認(rèn)知、行為和腦功能的模式進(jìn)行深入分析，以幫助他們理解和檢測(cè)精神疾病。

在語(yǔ)音方面，原本只有訓(xùn)練有素的精神病學(xué)家才能識(shí)別某些語(yǔ)言和聲音模式，這些程序不僅能自動(dòng)檢測(cè)，還能捕捉到一些人耳無(wú)法感知的聲學(xué)線索。尤其是哈佛大學(xué)、麻省理工學(xué)院、哥倫比亞大學(xué)和斯坦福大學(xué)的科學(xué)家們開(kāi)發(fā)的算法，目前已經(jīng)能夠做到，僅使用短短一分鐘的語(yǔ)音（經(jīng)本人同意收集），就初步篩查出是否患有創(chuàng)傷后應(yīng)激障礙、抑郁癥、精神分裂、精神病和雙相障礙。經(jīng)檢驗(yàn)，這些自動(dòng)分析算法與專業(yè)精神病學(xué)家的意見(jiàn)達(dá)到了70%-100%的吻合度。

心理健康危機(jī)在美國(guó)蔓延，自殺率達(dá)到二戰(zhàn)以來(lái)的新高點(diǎn)，加上精神病學(xué)領(lǐng)域人才稀缺，人們對(duì)人工智能寄予厚望。美國(guó)國(guó)防部正持續(xù)資助AI工具的研究，用于檢測(cè)創(chuàng)傷后應(yīng)激障礙。比如用于分析戰(zhàn)場(chǎng)歸來(lái)士兵的精神狀況，以判斷該士兵是否適合重新遣調(diào)。

硅谷也正在大力投資，例如，2019年早些時(shí)候，谷歌入伙特雷弗項(xiàng)目（The Trevor Project）——為L(zhǎng)GBTQ青少年群體做自殺干預(yù)的非營(yíng)利組織。該項(xiàng)目將使用谷歌專利技術(shù)，來(lái)檢測(cè)分析聲音和文字中的人類情感，分析患者可能的自殺風(fēng)險(xiǎn)，向?qū)W校輔導(dǎo)員發(fā)出預(yù)警。

谷歌參與的特雷弗項(xiàng)目

—

來(lái)源：thetrevorproject.org

從智能手機(jī)和社交媒體上收集而來(lái)的，來(lái)自真實(shí)世界的大量數(shù)據(jù)（也許有一天像亞馬遜的Alexa或Google Home這樣的語(yǔ)音助手也能成為采集源），正在幫助科學(xué)家們研發(fā)臨床工具，這些工具將有希望以遠(yuǎn)程無(wú)創(chuàng)的方式掃描精神疾病，且成本低廉。

“不用活檢，甚至不用抽血，只要給他們錄音就行了?！辈闋査埂·馬瑪（Charles R. Marmar）說(shuō)道，他是紐約大學(xué)醫(yī)學(xué)院的精神病學(xué)系主任，專門(mén)研究創(chuàng)傷后應(yīng)激障礙。

新技術(shù)帶來(lái)方便，也帶來(lái)一系列問(wèn)題，既有臨床方面的，也有道德上的。該由誰(shuí)來(lái)收集這些數(shù)據(jù)，又該讓誰(shuí)來(lái)分析？研究人員對(duì)AI的診斷有多少信心？如果機(jī)器對(duì)一個(gè)人的心理健康給出了錯(cuò)誤評(píng)估，又該怎么做才能避免危險(xiǎn)的后果？

心理健康的診斷難題

美國(guó)每年在心理健康服務(wù)上的花費(fèi)超過(guò)2010億美元，是所有疾病治療中開(kāi)銷(xiāo)最大的一個(gè)類目，但依然供不應(yīng)求。美國(guó)半數(shù)以上的區(qū)縣沒(méi)有社區(qū)福利工作者、心理學(xué)家或精神病學(xué)家。心理健康不像其他醫(yī)學(xué)領(lǐng)域，沒(méi)法用血檢或生物標(biāo)記來(lái)加快診斷，還是主要依賴專家一對(duì)一的談話和觀察，非常耗時(shí)。

即使這樣，心理健康診斷的準(zhǔn)確性也還遠(yuǎn)遠(yuǎn)不夠。嚴(yán)重精神疾病是根據(jù)《精神疾病診斷與統(tǒng)計(jì)手冊(cè)》（Diagnostic and Statistical Manual of Mental Disorders）來(lái)分類的，但不同疾病的診斷標(biāo)準(zhǔn)之間存在著相當(dāng)大的重疊。

例如，焦慮癥的癥狀“注意力集中困難和精力水平改變”，也可指向雙相障礙、創(chuàng)傷后應(yīng)激障礙或抑郁癥。根據(jù)2018年發(fā)表在《美國(guó)醫(yī)學(xué)會(huì)雜志-精神病學(xué)》（JAMA Psychiatry）上的一項(xiàng)研究，至少有一半的患者收到過(guò)不止一種精神病學(xué)診斷，有時(shí)需要花費(fèi)數(shù)年才能確定哪個(gè)是正確的。

2013年，就在《精神疾病診斷與統(tǒng)計(jì)手冊(cè)》第五版出版前夕，美國(guó)國(guó)立精神衛(wèi)生研究院（National Institute of Mental Health，或稱NIMH）院長(zhǎng)托馬斯·英賽爾（Thomas Insel）對(duì)這本參考書(shū)感到十分失望，甚至在NIMH網(wǎng)站的院長(zhǎng)博客上公開(kāi)聲明，此手冊(cè)“缺乏科學(xué)邏輯”、“精神疾病患者需要更科學(xué)的診斷標(biāo)準(zhǔn)”。

英賽爾倡導(dǎo)將研究重點(diǎn)從《精神疾病診斷與統(tǒng)計(jì)手冊(cè)》的疾病分類上轉(zhuǎn)移——少關(guān)注癥狀，多關(guān)注引起疾病的原因，英賽爾稱這是實(shí)現(xiàn)“精確診療”的第一步。NIMH的一個(gè)研究組開(kāi)始制定新的心理健康疾病分類系統(tǒng)，該分類系統(tǒng)的標(biāo)準(zhǔn)之一便是語(yǔ)言。

英賽爾認(rèn)為，自然語(yǔ)言處理結(jié)合了數(shù)據(jù)科學(xué)和語(yǔ)言學(xué)，也許在心理健康領(lǐng)域會(huì)成為具有顛覆性的生物標(biāo)記，為心智的狀態(tài)提供客觀的衡量標(biāo)準(zhǔn)。英賽爾目前是Mindstrong健康技術(shù)公司的董事長(zhǎng)，該公司通過(guò)手機(jī)交互數(shù)據(jù)來(lái)衡量心理健康。他們認(rèn)為，通過(guò)信息技術(shù)引領(lǐng)心理健康診斷和治療，很有前景。他說(shuō)：“在今后的十年里，使用AI工具對(duì)語(yǔ)言進(jìn)行分類可能會(huì)改變心理健康領(lǐng)域，該工具為社區(qū)健康工作者和急診室內(nèi)科醫(yī)生提供的協(xié)助幾乎相當(dāng)于一名資深的臨床醫(yī)生?！?/p>

將語(yǔ)言作為診斷依據(jù)的歷史，和精神病學(xué)領(lǐng)域本身一樣久遠(yuǎn)。眾所周知，西格蒙德·弗洛伊德就曾受口誤的啟發(fā)，他相信口誤可以揭示一些潛意識(shí)的欲望。20世紀(jì)初，瑞士心理學(xué)家尤金·布洛勒和他當(dāng)時(shí)的助理卡爾·榮格倡導(dǎo)使用字詞聯(lián)想（word association），這是精神分析中觀察性和實(shí)驗(yàn)性檢測(cè)方法最早的應(yīng)用之一。反應(yīng)的延遲或字詞聯(lián)想的不和諧可能暗示著心理沖突，可以幫助診斷。

二戰(zhàn)之后，除了語(yǔ)言內(nèi)容，研究人員還開(kāi)始關(guān)注語(yǔ)音中的聲學(xué)內(nèi)容或語(yǔ)音本身隱含的意義。例如，NASA也開(kāi)始為宇航員錄制語(yǔ)音采樣，結(jié)合其他測(cè)量標(biāo)準(zhǔn)，來(lái)分析他們的壓力水平；而20世紀(jì)90年代，美國(guó)國(guó)防部也開(kāi)始測(cè)試使用聲音分析來(lái)測(cè)謊，以取代飽受詬病的測(cè)謊儀。

如今，精神病學(xué)家經(jīng)相關(guān)訓(xùn)練，在同患者面談時(shí)會(huì)尋找語(yǔ)音特征：反常的健談可能暗示雙相障礙的輕度躁狂發(fā)作；音高降低和語(yǔ)速變慢可能暗示重度抑郁；語(yǔ)句含義或句子之間出現(xiàn)不和諧的中斷可能暗示精神分裂。

通過(guò)測(cè)量語(yǔ)言來(lái)量化精神疾病，始于20世紀(jì)80年代，當(dāng)時(shí)馬里蘭大學(xué)的精神病學(xué)家沃爾特·溫特勞布（Walter Weintraub）開(kāi)始人工統(tǒng)計(jì)談話和醫(yī)學(xué)面談中的詞語(yǔ)。

溫特勞布注意到，患者談話中出現(xiàn)“我”（I, me）這個(gè)詞的比例增加，便和抑郁癥高度相關(guān)。十年后，美國(guó)社會(huì)心理學(xué)家詹姆斯·彭尼貝克（James Pennebaker）開(kāi)發(fā)了一款軟件，能對(duì)詞語(yǔ)進(jìn)行計(jì)數(shù)并將其歸類到80多個(gè)語(yǔ)言學(xué)分類中——例如，表達(dá)洞察力或消極情緒的詞語(yǔ)分類。語(yǔ)言偏向其中某些分類，則與心理健康問(wèn)題有關(guān)。

對(duì)心理疾病聲學(xué)特征的分析則始于2000年左右，當(dāng)時(shí)范德比爾特大學(xué)和耶魯大學(xué)的一個(gè)團(tuán)隊(duì)發(fā)現(xiàn)，語(yǔ)音“能量”（voice power）的波動(dòng)比其他特征更適合作為抑郁癥和自殺傾向的指標(biāo)。

近年來(lái)，AI技術(shù)的進(jìn)步，改變了人們對(duì)語(yǔ)音的理解。如今機(jī)器能夠?qū)Ａ繑?shù)據(jù)進(jìn)行分類，分析出人類發(fā)現(xiàn)不了的模式。

健康技術(shù)公司NeuroLex Diagnostics致力于開(kāi)發(fā)語(yǔ)音分析工具以幫助初級(jí)護(hù)理醫(yī)生診斷精神分裂癥，據(jù)其CEO及創(chuàng)始人吉姆·薛沃貝爾（Jim Schwoebel）說(shuō)，過(guò)去十年里，手機(jī)錄音技術(shù)有所改善，還出現(xiàn)了自動(dòng)文字轉(zhuǎn)錄功能，在該領(lǐng)域起到關(guān)鍵作用，使大規(guī)模的精密研究首次成為可能。

過(guò)去幾年中，科學(xué)家持續(xù)改善分析工具，有時(shí)候會(huì)根據(jù)從社交媒體中提取的大量樣本數(shù)據(jù)來(lái)設(shè)計(jì)研究，而不僅限于實(shí)驗(yàn)室內(nèi)的小范圍人群。

例如，賓夕法尼亞大學(xué)的世界福祉計(jì)劃（World Well-Being Project）和紐約長(zhǎng)島石溪大學(xué)的研究人員正持續(xù)從社交媒體收集文字語(yǔ)言樣本。最近，他們發(fā)表了一項(xiàng)研究，展示了其中一個(gè)AI項(xiàng)目是如何訓(xùn)練的——經(jīng)683名用戶同意，將他們的臉書(shū)翻了個(gè)底朝天。其中有114名用戶的醫(yī)療記錄顯示他們?cè)羞^(guò)抑郁癥的診斷。該AI項(xiàng)目可以做到早于臨床醫(yī)生三個(gè)月預(yù)測(cè)出病情。

人們公開(kāi)分享想法和情感，形成巨大的數(shù)據(jù)庫(kù)，再用上計(jì)算機(jī)的算力進(jìn)行篩選、尋找語(yǔ)言模式：互聯(lián)網(wǎng)已成為一座語(yǔ)言實(shí)驗(yàn)室。

AI語(yǔ)音分析具有哪些優(yōu)勢(shì)？

但隨著計(jì)算機(jī)學(xué)會(huì)檢測(cè)，連訓(xùn)練有素的精神病學(xué)家也無(wú)法捕捉的聲音變化，AI真正能夠有所突破的領(lǐng)域，還是在于說(shuō)話的聲音。例如，在美國(guó)國(guó)防部資助的一項(xiàng)研究中，一支來(lái)自紐約大學(xué)蘭格恩醫(yī)學(xué)中心（Langone Medical Center）的研究隊(duì)伍正在和非營(yíng)利研究機(jī)構(gòu)斯坦福國(guó)際研究院（SRI International）合作，后者曾負(fù)責(zé)開(kāi)發(fā)蘋(píng)果的語(yǔ)音助手Siri。2019年春季，這支合作隊(duì)伍發(fā)表了研究結(jié)果，表明他們的程序分辨出了聲音中極其細(xì)微的特征，可用于診斷創(chuàng)傷后應(yīng)激障礙，并達(dá)到了89%的準(zhǔn)確度。

“講話”這一行為，比其他任何人類活動(dòng)都要用到更多的運(yùn)動(dòng)神經(jīng)纖維——把信息傳遞到肌肉和腺體的神經(jīng)。講話涉及到的喉部、口面部和呼吸系統(tǒng)的肌肉多達(dá)一百多塊，產(chǎn)生神經(jīng)學(xué)上的復(fù)雜行為，從而引起微妙的聲音變化。

斯坦福國(guó)際研究院的工程師從人類聲音中分離出了40,526項(xiàng)特征，并讓他們的程序分析了129名伊拉克戰(zhàn)爭(zhēng)和阿富汗戰(zhàn)爭(zhēng)老兵半小時(shí)的語(yǔ)音采樣。另一支由紐約大學(xué)精神病學(xué)家查爾斯·馬瑪（Charles Marmar）領(lǐng)導(dǎo)的研究隊(duì)伍，能夠分辨18種所有人都有、但創(chuàng)傷后應(yīng)激障礙患者與眾不同的聲音特征。

特征包括：音高范圍更窄（高音低音較少）、慎重的清晰發(fā)音更少、韻律更為單調(diào)，以及由喉部肌肉緊張或唇舌相觸所引起的聲音變化。

馬瑪說(shuō)：“我們認(rèn)為，這18種特征可能是高度焦慮的表現(xiàn)，但并非如此。這些特征表現(xiàn)為語(yǔ)音單調(diào)、語(yǔ)速慢、語(yǔ)流穩(wěn)定、音調(diào)較平、相對(duì)沒(méi)有活力。換句話說(shuō)就是，無(wú)精打采、無(wú)調(diào)性、無(wú)感情?！瘪R瑪認(rèn)為，原因也許是參加研究的老兵已離開(kāi)戰(zhàn)區(qū)5—8年，在這么長(zhǎng)的窗口期里，他們要面對(duì)長(zhǎng)期的壓力，還有酗酒等其他問(wèn)題，可能導(dǎo)致他們將情感麻木作為一種防御機(jī)制。

馬瑪?shù)膱F(tuán)隊(duì)現(xiàn)準(zhǔn)備再做一次分析，這次使用的樣本包括男性和女性、退伍軍人和非退伍軍人。如果AI表現(xiàn)依然良好，他們計(jì)劃使用該程序測(cè)試一種創(chuàng)傷后應(yīng)激障礙新藥，通過(guò)研究一組退伍軍人接受治療前后的聲音品質(zhì)，來(lái)判斷該新藥的有效性。

AI的另一項(xiàng)復(fù)雜且關(guān)鍵的任務(wù)，是預(yù)測(cè)未來(lái)的心理健康事件，例如精神病發(fā)作——可能表現(xiàn)為妄想和語(yǔ)無(wú)倫次。有證據(jù)表明，心理疾病越早發(fā)現(xiàn)和治療，預(yù)后越好。因此，預(yù)測(cè)能力將格外有價(jià)值。

吉利爾莫·塞奇（Guillermo Cecchi）是紐約IBM的計(jì)算機(jī)生物學(xué)家，他負(fù)責(zé)的實(shí)驗(yàn)室是該領(lǐng)域的領(lǐng)跑者。塞奇和他的團(tuán)隊(duì)正在開(kāi)發(fā)一款能自動(dòng)分析語(yǔ)音的手機(jī)應(yīng)用。據(jù)2018年發(fā)表的一項(xiàng)研究，他的算法僅使用面談中收錄的幾分鐘語(yǔ)音，就能識(shí)別出哪些人在接下來(lái)的兩年半時(shí)間里會(huì)患上精神病。它的準(zhǔn)確率達(dá)79%，另外兩項(xiàng)研究也驗(yàn)證了它的可靠性。該計(jì)算機(jī)模型的表現(xiàn)也超越了其他一些記錄大腦活動(dòng)的先進(jìn)掃描技術(shù)，例如神經(jīng)成像和腦電圖。

塞奇說(shuō)：“語(yǔ)言是觀測(cè)心理活動(dòng)的最好窗口之一，曾經(jīng)主要依靠訓(xùn)練有素的精神病學(xué)家或神經(jīng)學(xué)家所特有的經(jīng)驗(yàn)來(lái)判斷，如今我們可以使用機(jī)器學(xué)習(xí)技術(shù)和AI技術(shù)來(lái)量化?！彼O(shè)想，這樣的工具作為“心靈的聽(tīng)診器”，在每一位精神病學(xué)家、神經(jīng)學(xué)家和社區(qū)福利工作者的辦公室里隨處可見(jiàn)，存在于每一位患者的口袋里。

人聲分析，其結(jié)果可靠嗎？

但這僅是前期的努力，要達(dá)到廣泛的應(yīng)用，仍存在一些障礙。其中之一便是缺少優(yōu)質(zhì)訓(xùn)練數(shù)據(jù)，用來(lái)訓(xùn)練當(dāng)前階段AI的聲音樣本量仍然相對(duì)較少。即使是目前最嚴(yán)謹(jǐn)?shù)哪Ｐ?，其學(xué)習(xí)數(shù)據(jù)最多也就來(lái)自區(qū)區(qū)數(shù)百位經(jīng)專業(yè)診斷的精神病患者。出于醫(yī)療隱私的考慮，要收集更多的樣本并在研究人員當(dāng)中共享，可能存在困難——隱私問(wèn)題制約著醫(yī)療AI項(xiàng)目的方方面面。

波士頓貝斯以色列女執(zhí)事醫(yī)學(xué)中心（Beth Israel Deaconess Medical Center）數(shù)字化精神病學(xué)部門(mén)主管約翰·托羅斯（John Torous）說(shuō)道：“這些試驗(yàn)性項(xiàng)目向我們展示了聲音分析的可行性，可謂令人振奮，但這僅僅只是開(kāi)端，因?yàn)槲覀冞€無(wú)法獲取到足夠臨床有效的可用數(shù)據(jù)，我們需要的數(shù)據(jù)量至少要達(dá)到人口學(xué)級(jí)別?！贝蟛糠盅芯咳藛T認(rèn)為，AI項(xiàng)目獲取到的樣本數(shù)量需要達(dá)到數(shù)萬(wàn)，才能確保算法的有效性。

樣本數(shù)量過(guò)少，帶來(lái)的最大問(wèn)題之一，就是當(dāng)遇到一種沒(méi)有經(jīng)過(guò)充分訓(xùn)練的語(yǔ)音模式——例如一種亞文化語(yǔ)言，AI可能會(huì)表現(xiàn)不佳。例如，蘋(píng)果的語(yǔ)音助手Siri，在處理蘇格蘭用戶的問(wèn)題和指令時(shí)，至今仍有些吃力。IBM的塞奇注意到，研究參與者大部分都來(lái)自相似的社會(huì)經(jīng)濟(jì)和語(yǔ)言學(xué)群體，現(xiàn)有的AI算法經(jīng)過(guò)這樣的訓(xùn)練，識(shí)別出的聲學(xué)線索，也許并不適用于其他群體。塞奇說(shuō)：“聲音的時(shí)間結(jié)構(gòu)，以及韻律，我們研究的這些特點(diǎn)在不同文化中都有所差異?！?/p>

但與道德問(wèn)題比起來(lái)，這些困難也許都是小巫見(jiàn)大巫。眾所周知，人們擔(dān)心AI可能反映出人類的偏見(jiàn)。AI的學(xué)習(xí)數(shù)據(jù)來(lái)自于人類精神病學(xué)家，它做出的診斷，也許準(zhǔn)確度與人類別無(wú)二致。但我們都知道，當(dāng)前的心理健康領(lǐng)域存在著種族歧視。例如，同樣的癥狀，比起白人患者，非裔美國(guó)人更可能被診斷為精神分裂，而不太可能被診斷為心境障礙。因此，AI可能會(huì)直接采用這些錯(cuò)誤結(jié)論，并造成更大規(guī)模的誤診。

解決方法之一，是提高AI模型的“可解釋度”（explainability）。機(jī)器學(xué)習(xí)算法通常被看作是“黑箱”模型，只呈現(xiàn)結(jié)果，完全不告訴研究者機(jī)器是如何得到最終答案的。美國(guó)海軍人工智能研究中心與DARPA和IBM合作，正協(xié)同開(kāi)發(fā)新的AI，能夠解釋它是如何得出結(jié)論的。

其他團(tuán)隊(duì)正在開(kāi)發(fā)另一種AI，能夠有效呈現(xiàn)預(yù)測(cè)中包含的不確定性。在醫(yī)師給出臨床意見(jiàn)時(shí)，“高解釋度”的信息能告訴醫(yī)師AI的預(yù)測(cè)有多少參考價(jià)值。塞奇說(shuō)：“AI的可解釋度十分重要，不斷調(diào)試‘高解釋度’的AI，才能明晰AI的結(jié)論從何而來(lái)。”

另一個(gè)主要的顧慮在于：哪些人有權(quán)使用這些診斷工具。臉書(shū)有一項(xiàng)功能，可以審查用戶的動(dòng)態(tài)，并提示哪些人可能具有自殺風(fēng)險(xiǎn)。臉書(shū)用戶無(wú)法禁用該功能，并且，自2018年秋季以來(lái)（截止至文章發(fā)表日期2019年10月7日），該功能已涉及幾千起報(bào)警，通知救援人員上門(mén)確認(rèn)了3500多名用戶的安危。盡管該功能因強(qiáng)制干涉性被批評(píng)，臉書(shū)依然拒絕發(fā)布相關(guān)干預(yù)的數(shù)據(jù)或研究報(bào)告。

隨著錄音數(shù)據(jù)成為日?？萍际褂玫囊徊糠?。例如，亞馬遜的聲控助手Alexa很明顯地將用戶的聲音數(shù)據(jù)和轉(zhuǎn)錄文本永久保存，許多人擔(dān)心警察、雇主或私有公司會(huì)窺探這些設(shè)備使用者的心理健康狀況。NeuroLex Diagnostics的吉姆·薛沃貝爾說(shuō)：“我們需要規(guī)范，因?yàn)樵诋?dāng)下，無(wú)需本人同意就給他們錄音并拷貝，在一些州仍是合法的?！倍谡Z(yǔ)音的歧視，現(xiàn)下并沒(méi)有法律規(guī)定 。

AI診斷是可期待的未來(lái)嗎？

在以上所有顧慮之后，藏著一個(gè)難以解決的深層次問(wèn)題：如果AI得出的結(jié)論是錯(cuò)的，該怎么辦？在心理健康保健中，小錯(cuò)誤也可能會(huì)變成大災(zāi)難，而假陽(yáng)性——如某人可能被誤診為雙相障礙患者，導(dǎo)致個(gè)人的重大損失。

圣地亞哥斯克里普斯研究所（Scripps Research Translational Institute）數(shù)字化醫(yī)藥部門(mén)主管史蒂夫·斯坦哈珀（Steve Steinhubl）說(shuō)：“光是得到那樣的診斷結(jié)果，就讓人感覺(jué)不適，就能讓人改變對(duì)自己的看法。尤其是當(dāng)診斷結(jié)果只是來(lái)自于屏幕，缺乏面對(duì)面交流的時(shí)候，我們需要特別謹(jǐn)慎?！?/p>

即使這樣那樣的顧慮層出不窮，致力于計(jì)算機(jī)語(yǔ)音分析的公司仍在繼續(xù)前行。有些公司正在尋找方法，來(lái)收集人口學(xué)級(jí)別的樣本數(shù)據(jù)。薛沃貝爾正在開(kāi)發(fā)一個(gè)他稱作“Voiceome”的大型在線數(shù)據(jù)庫(kù)，用于存儲(chǔ)志愿者貢獻(xiàn)的語(yǔ)音和聲音數(shù)據(jù)。其他的像辛辛那提學(xué)校的項(xiàng)目和特雷弗項(xiàng)目的手機(jī)掃描，都在努力將診斷和預(yù)測(cè)工具融入生活A(yù)PP。

總部位于波士頓的桑德健康公司（Sonde Health），正在把以上兩者結(jié)合起來(lái)。桑德公司正在開(kāi)發(fā)一款手機(jī)應(yīng)用，使用麻省理工授權(quán)的聲學(xué)分析技術(shù)，通過(guò)僅6秒長(zhǎng)度的語(yǔ)音，該平臺(tái)就可能監(jiān)測(cè)并篩查出抑郁癥患者。在印度，通過(guò)與醫(yī)院和鄉(xiāng)村診所合作，桑德的APP已經(jīng)以研究為目的投入使用。該公司擁有1.5萬(wàn)人的音頻數(shù)據(jù)，正從中分析一系列心理和生理健康狀況的信號(hào)。

在桑德的宏大計(jì)劃中，該平臺(tái)將面向世界各地的患者，并將有能力診斷癡呆癥、帕金森綜合征以及其他不在其最初規(guī)劃中的疾病。其CEO兼創(chuàng)始人吉姆·哈珀（Jim Harper）說(shuō)，公司計(jì)劃讓患者和醫(yī)療保健工作人員都能使用這個(gè)平臺(tái)。

哈珀暢想未來(lái)人們可以選擇在家里配備一臺(tái)聲音檢測(cè)設(shè)備，自動(dòng)監(jiān)測(cè)語(yǔ)音查找線索，判斷心理和生理健康狀況是否有所改變。他設(shè)想的APP將會(huì)和最近發(fā)布的Alexa Guard的工作方式非常相似，后者利用居家設(shè)備監(jiān)聽(tīng)玻璃破碎或煙霧報(bào)警器的聲音，給出門(mén)在外的人發(fā)送警報(bào)。

但他同時(shí)也很謹(jǐn)慎。他明白，能給出心理健康診斷的工具有多么容易被濫用，為惡意服務(wù)，而非行善。他說(shuō)：“沒(méi)有任何人想要生活在那樣的世界?！?/p>

作者：Kristen French | 封面：Davide Bonazzi

譯者：牙牙 | 審校：郵貍

排版：兵書(shū)

原文：

http://protomag.com/articles/something-your-voice

閱讀原文