近日，以“新型精神健康診療技術的挑戰與機遇”為主題的香山科學會議第735次學術討論會在北京召開。

北京理工大學醫學技術學院教授、腦健康工程團隊負責人胡斌表示，已有的精神疾病診斷方式包括專科醫生訪談和量表診斷，主觀性強且量化指標缺乏。而基于腦電、語音、表情等生理、行為信號的人工智能診斷新技術，其診斷準確率能達到70%—90%。

《“十四五”國民健康規劃》提出,到2025年，將有效減緩心理相關疾病發生的上升趨勢，有效控制嚴重精神障礙的發病率，提升規范管理率至90%以上。與會專家認為，為盡快提高精神疾病的診斷準確率及效率，亟須提升人工智能相關應用研究發展的優先級。

精神疾病診斷需要人工智能

“精神科學是最需要人工智能技術的領域。”中國科學院院士陸林說，新的研究不斷證明，人工智能模型在精神疾病的預測診斷、干預治療等方面都表現出優于傳統診療模式的潛力。

“腦電、心電、肌電等電生理信號都與人的精神狀態相關，目前的采集技術已經能夠實現‘降噪’采集。”胡斌說，甚至鼾聲、微表情、步態等人類感官難以察覺規律或精準捕捉的行為信號都可以用作人工智能判讀精神健康的依據。例如，基于“腦—腸軸線”原理，一種可穿戴的腸鳴音采集和監測設備就可應用于精神健康評估。

胡斌表示，信息技術讓很多之前難以探測到的“蛛絲馬跡”，可以被甄別、掌握，高效利用。

除了解決“無跡可尋”的難題，人工智能在治療方面也有獨特優勢。陸林說，醫生治療時需實時得到反饋才能及時調整治療方案，人工智能輔助診斷技術提供的及時診療“反饋”，提升醫生對癥施治的效果。

找到客觀量化評估的規律

由于精神疾病的復雜病理機制和高臨床異質性（每個人癥狀和效果不同），如何找到客觀量化評估的規律仍是個難題。

“只有通過生物傳感、人工智能技術與醫學、心理學等臨床基礎研究的交叉融合，才能在精神疾病的客觀分層、分類標準及非藥物干預技術方面有所突破。”胡斌表示，當前多學科交叉的研究持續開展，但相互之間還需進一步打通“語系”間的鴻溝，形成系統釋義型范式，讓精神健康診療技術“識別得準，解釋得清，治療得對”。

“我們團隊研制的便攜式腦電采集設備創新性地以生理信號為客觀指標進行精神狀態評估。”北京理工大學健康工程實驗室博士后沈健告訴科技日報記者，利用便攜式腦電精神狀態評估技術，研究人員可以在180秒內獲取被試者的腦電信號，其間系統還會通過不同音頻聲與被試者互動，通過大數據模型客觀、高效地對被試者進行精神狀態評估。該技術對異常精神狀態的識別準確率大于90%，已經獲得國家二類醫療器械許可。

與會專家介紹，美國食品藥品監督管理局已經批準“處方數字療法”用于慢性失眠的治療；蘋果公司正在與美國加利福尼亞大學洛杉磯分校合作研究利用數字生物標記物識別和評估抑郁癥……來自全世界的研究進展，讓我國科研工作者倍感興奮的同時，也越來越感覺到時間的緊迫。

2014年3月，香山科學會議專門探討了中國腦科學研究計劃的目標、任務和可行性；2016年3月發布的“十三五”規劃綱要將“腦科學與類腦研究”列為“科技創新2030―重大項目”，其也被稱為“中國腦計劃”。“‘中國腦計劃’設立了類腦計算與腦機智能的專題研究，正在助力人工智能在精神診療領域應用的進一步研究和落地。”陸林說。