“
“AlphaGo（阿爾法圍棋）”“無人超市”“智慧同傳”“醫療機器人”……幾乎每隔一段時間， 就會有“黑科技”進入我們的視野。 我們不禁要問， 人工智慧技術會掀起心理健康服務的變革麼？在新的一年開啟之際， 我們特別邀請心理專家和我們一起展望人工智慧時代， 技術進步給心理健康服務帶來的機遇與挑戰。
——編者
”
作為一名心理健康領域的工作者， 想想還算慶倖， 我們的工作依靠的是能夠理解別人的情緒和想法的高級心智功能， 而這一心智功能也正是人類區別於其他任何物種的地方，
但心理健康行業真的不受科技進步的影響嗎？答案恐怕是否定的。 變化已經悄然發生：網路、智慧手機、個人傳感設備、人工智慧， 所有這些技術都必會掀起心理健康服務的變革。 下面的這些景象也許就在不遠的將來， 會成為日常。
1
移動心理干預初現端倪
感到悶悶不樂、無精打采很久了？或是焦慮擔憂無法平靜？無法應對生活中的壓力？打開手機上的App， 或許即刻就能獲得幫助。
這是一款已經上線的成熟產品， 主要用於壓力和焦慮的緩解。 App提供了六大功能模組， 包括心裡自助技巧、情緒評估、目標和想法記錄、放鬆技巧、同伴支持和進步查看。 （圖片源自網路）
事實上， 此類據說可以幫助人們緩解心理壓力的App已經超過3000多款， 而其中有些由專業團隊開發的， 也經得住科學研究的檢驗：對問題情緒的緩解效果和面對面的傳統心理治療相當。
這些App大體都擁有兩大功能， 一個是即時的評估， 一個是心理自助技巧。 比如一款較為成熟的App中，
一旦當App記錄你近幾日的心情比較糟糕時， 就會指導你進行一些非常直接、簡單的步驟， 包括放鬆訓練、冥想或是指導你記錄下情緒背後的想法等。 越來越多的App也逐步把一些成熟、可以結構化的心理治療方法融入其中， 需要幫助的人們只要根據App的指導， 就能學會識別、管理自我情緒， 改變不良思維模式的一些實用方法。
2
傳感裝備提供心理健康預警
有了問題， 再去干預、修復， 這是傳統的治療理念。 若能防患於未然當然更好。 譬如， 如何發現有自殺傾向的個體？又或者， 一個學校或者企業的管理者， 如何最大限度確保學生或員工的心理健康？
答案或許就在於各類傳感裝備的運用。 我們的心情變化或者心理狀態改變， 最終總是以某種方式呈現在生活的方方面面。 可以是睡眠， 可以是語言特徵， 可以是活動模式， 可以是生理指標， 可以是社交網路的運用方式。 所有這些資訊都能夠以某種方式經由感測器傳送到一個資料終端。
根據既往的經驗， 電腦能夠學會從龐大的資料中整合關鍵的資訊， 從而最終判斷一個人的大體心理健康狀況。 試想一下， 一個人如果近期和你發送的表情包都是負面情緒的， 朋友圈曬出的圖片都是灰暗的， 甚至， 當你不經意發現他的搜索記錄中存在“怎樣自殺更不痛苦”這類的資訊時， 你會如何判斷？感測器和電腦就可以自動搜集和分析這些資訊，
上圖是心理學家們目前設想的一個利用傳感設備採集資訊的框架。 在最底層， 就要依靠各類感測器， 可以是手機、穿戴式的傳感設備等等， 搜集日常活動的各類資訊， 包括位置、走動情況、手機使用情況、環境情況等。 通過一些演算法，可以從中抽取其中某個人的初步行為特徵，也就進入了框架的第二層。
比如，我們發現一個人她最近總是在家，活動的地點非常有限，臥床時間增加，入睡時間延後，手機打出和接受的電話、訊息都要比以往少……進一步的，這第二層資料可以繼續剝離出更高層的行為模式資料，形成一系列行為標誌。
那麼，之前這個人的活動模式反映了什麼呢？通過演算法的分析，電腦將這個人的行為模式歸納為：各類享樂性活動減少，出現睡眠紊亂，存在社會回避……
此時，搜集的資料就進入到了頂層的分析，電腦判斷這個人處於抑鬱的概率非常大，建議進行干預。
如果一個服務於企業的心理學家利用這一預警系統，發現有若干員工可能存在需要幫助的心理問題，那麼這位心理學家就可以及時採取合適的方法進行干預，而非只是坐在辦公室，被動地等待求助者上門。
3
智慧的精神疾病診斷系統
未來，精神疾病的診斷除了靠醫生的判斷，還可能會有人工智慧系統的輔助，甚至是最終判斷。
IBM公司的研究團隊正在研發基於患者的語言分析的智慧診斷系統。我們所說的話，所寫的字，不僅富含著大量的語言學資訊：意義、句法、聲調等，更是我們內心狀態的一個視窗。
不同精神障礙的患者，他們的語言特徵不同：抑鬱症患者音調低、語速慢、消極詞彙多；躁狂症患者聯想快、音調高、語速快；分裂症患者的語言內容缺乏邏輯關聯，句法結構存在問題……電腦能比我們更靈敏、更深層次、更大量地捕捉到這些資訊。向電腦呈現幾百、幾千、幾萬名不同患者的語言資訊後，通過機器學習，它們能夠非常好地學會區分某一語言資訊更有可能歸屬於哪種疾病狀態。
我們甚至可能根本不需要患者在診室才能搜集資訊。通過可攜帶的裝備，我們可以記錄到他們在平日生活中更為自然的語言活動，實現遠端診斷。
4
幫助照料患者的機器人
人們對機器人已經不陌生。如除草、清潔、打掃的家用作業型機器人之外，具備社會互動能力的機器人也早已出現。
在前不久英國廣播公司（BBC）的一檔晨間談話類節目中，主持人更是和機器人“琳達”談笑風生。或許會有觀眾對此類社會性機器人感到毛骨悚然，但這一功能對於某些疾病的患者而言，卻可能是巨大的福音。
自閉症孩子最大的困難就是和人進行社會互動，他們很難理解人們的意圖、情緒和指令。有意思的是，科學家發現這些孩子和機器人互動的困難要少一點，因為機器人的行為更簡單、更容易預測和理解。
這些機器人被設計成玩具模樣，更容易吸引自閉症的孩子們。機器人有超人的耐心，最擅長的就是不斷地重複，它們可以一遍遍地教導孩子怎樣和別人點頭、握手、識別不同的情緒狀態（如下圖）。
用於指導自閉症孩子社交技能的機器人。圖片源自網路
也許將來，我們可以看到更多的機器人走入患者的家庭和生活：和抑鬱症患者談心的智慧型機器人，幫助癡呆老人，提醒他們各類生活瑣事的機器人，陪伴智力發育遲滯兒童的機器人……
著眼于心理健康服務，我們看到了上述幾個畫面，科技有效的介入能夠帶來難以想像的便利和影響：恥于和別人談論自己心理問題的人，能夠得到非常私密的幫助；精神疾病的診斷和分類方式也許會發生徹底的改變；心理干預可以遠遠走在疾病和問題發生的前面；一些需要長時間人力投入照料的疾病（譬如癡呆、自閉症），可以得到機器人的幫助。
作者單位：上海市精神衛生中心
通過一些演算法，可以從中抽取其中某個人的初步行為特徵，也就進入了框架的第二層。比如，我們發現一個人她最近總是在家，活動的地點非常有限，臥床時間增加，入睡時間延後，手機打出和接受的電話、訊息都要比以往少……進一步的，這第二層資料可以繼續剝離出更高層的行為模式資料，形成一系列行為標誌。
那麼，之前這個人的活動模式反映了什麼呢？通過演算法的分析，電腦將這個人的行為模式歸納為：各類享樂性活動減少，出現睡眠紊亂，存在社會回避……
此時，搜集的資料就進入到了頂層的分析，電腦判斷這個人處於抑鬱的概率非常大，建議進行干預。
如果一個服務於企業的心理學家利用這一預警系統，發現有若干員工可能存在需要幫助的心理問題，那麼這位心理學家就可以及時採取合適的方法進行干預，而非只是坐在辦公室，被動地等待求助者上門。
3
智慧的精神疾病診斷系統
未來，精神疾病的診斷除了靠醫生的判斷，還可能會有人工智慧系統的輔助，甚至是最終判斷。
IBM公司的研究團隊正在研發基於患者的語言分析的智慧診斷系統。我們所說的話，所寫的字，不僅富含著大量的語言學資訊：意義、句法、聲調等，更是我們內心狀態的一個視窗。
不同精神障礙的患者，他們的語言特徵不同：抑鬱症患者音調低、語速慢、消極詞彙多；躁狂症患者聯想快、音調高、語速快；分裂症患者的語言內容缺乏邏輯關聯，句法結構存在問題……電腦能比我們更靈敏、更深層次、更大量地捕捉到這些資訊。向電腦呈現幾百、幾千、幾萬名不同患者的語言資訊後，通過機器學習，它們能夠非常好地學會區分某一語言資訊更有可能歸屬於哪種疾病狀態。
我們甚至可能根本不需要患者在診室才能搜集資訊。通過可攜帶的裝備，我們可以記錄到他們在平日生活中更為自然的語言活動，實現遠端診斷。
4
幫助照料患者的機器人
人們對機器人已經不陌生。如除草、清潔、打掃的家用作業型機器人之外，具備社會互動能力的機器人也早已出現。
在前不久英國廣播公司（BBC）的一檔晨間談話類節目中，主持人更是和機器人“琳達”談笑風生。或許會有觀眾對此類社會性機器人感到毛骨悚然，但這一功能對於某些疾病的患者而言，卻可能是巨大的福音。
自閉症孩子最大的困難就是和人進行社會互動，他們很難理解人們的意圖、情緒和指令。有意思的是，科學家發現這些孩子和機器人互動的困難要少一點，因為機器人的行為更簡單、更容易預測和理解。
這些機器人被設計成玩具模樣，更容易吸引自閉症的孩子們。機器人有超人的耐心，最擅長的就是不斷地重複，它們可以一遍遍地教導孩子怎樣和別人點頭、握手、識別不同的情緒狀態（如下圖）。
用於指導自閉症孩子社交技能的機器人。圖片源自網路
也許將來，我們可以看到更多的機器人走入患者的家庭和生活：和抑鬱症患者談心的智慧型機器人，幫助癡呆老人，提醒他們各類生活瑣事的機器人，陪伴智力發育遲滯兒童的機器人……
著眼于心理健康服務，我們看到了上述幾個畫面，科技有效的介入能夠帶來難以想像的便利和影響：恥于和別人談論自己心理問題的人，能夠得到非常私密的幫助；精神疾病的診斷和分類方式也許會發生徹底的改變；心理干預可以遠遠走在疾病和問題發生的前面；一些需要長時間人力投入照料的疾病（譬如癡呆、自閉症），可以得到機器人的幫助。
作者單位：上海市精神衛生中心