語言是一個迷人的交流工具，可以讓人們彼此分享想法。通常情況下，如果語言的清晰度和準確性使用得當，語言就會引起人們的共鳴。語言也是精神病學家評估病人特定精神病或精神障礙（包括精神分裂癥）的工具。但是，這些評估往往取決于是否有訓練有素的專業(yè)人員和需要足夠的設施。

加入全球各地的IBM Research 計算精神病學和神經(jīng)成像團體和大學成員組成的團隊。

他們共同開發(fā)了一種人工智能（AI），能夠相對精確地預測患者精神病的發(fā)作，克服上述評估障礙。他們的精神病預測AI的研究已經(jīng)發(fā)表在世界精神病學雜志上。

該組織利用2015年IBM研究的發(fā)現(xiàn)，證明了使用AI來模擬后來發(fā)展為精神病的高風險患者的言語模式差異的可能性。具體而言，他們使用稱為自然語言處理（NLP）的AI方法分別量化“言語貧乏”和“思想飛行”的概念作為句法復雜性和語義連貫性。

然后他們的人工智能評估了研究人員指導他們談論一個小時的病人的言語模式。

“在我們以前的研究中，我們能夠構建一個預測模型，其手動分數(shù)達到了80％的準確率，但是自動化的特征達到了100％”，IBM Research的首席研究員兼計算精神病學和神經(jīng)成像組的經(jīng)理，告訴未來主義。

對于他們的新研究，研究人員評估了一個從事不同類型言語活動的大得多的患者群體：談論他們剛才閱讀的一個故事。Cecchi說，通過使用他們從2015年的研究中學到的知識來訓練他們的精神病預測AI，該團隊能夠建立患者言語模式的回顧模型。

根據(jù)這項研究，這個系統(tǒng)可以預測精神病患者的最終發(fā)病率為83％。如果將其應用于來自第一項研究的患者，則AI將以79％的準確度預測患者最終發(fā)展為精神玻AI收縮？

IBM研究人員的精神病預測AI最終可能會幫助精神健康從業(yè)者和病人。正如Cecchi在2017年的IBM研究報告中所寫的那樣，傳統(tǒng)的評估患者的方法是非常主觀的。他和他的團隊認為，使用AI和機器學習作為所謂的計算精神病學工具可以消除這種主觀性，并提高準確評估的機會。

這項新的研究只是IBM Research計算精神病學研究的一部分。早在2017年，Cecchi的團隊和艾伯塔大學的研究人員通過IBM Alberta高級研究中心進行了一項研究。這項特別的工作將神經(jīng)影像學技術與人工智能相結合，通過分析病人的大腦掃描來預測精神分裂癥。

至于新的研究，切奇認為這可能是向更廣泛的公眾提供神經(jīng)精神評估的一個重要步驟，改善精神病發(fā)病的診斷可能會導致改善治療。

“這個系統(tǒng)可以用在，例如，在診所。Cecchi告訴未來主義說，被認為處于危險之中的患者可以快速而可靠地進行分類，以便（總是有限的）資源可以用于那些被認為很有可能首發(fā)精神病的人。沒有專業(yè)人員或診所的人可以通過精神病預測AI發(fā)送音頻樣本進行遠程評估。

正如切基告訴未來主義，這種方法也不限于精神玻他說：“在其他情況下也可以采用類似的方法，例如抑郁癥。事實上，IBM研究人員已經(jīng)在探索計算精神病學的潛力，以幫助診斷和治療其他疾病，包括抑郁癥，帕金森病和阿爾茨海默病，甚至是慢性疼痛。

人工智能是真正的醫(yī)學革命，隨著這些先進的系統(tǒng)達到主流，我們將進入一個新的醫(yī)療時代，希望這是一個任何人，任何地方都能獲得最佳診斷和治療選擇的時代。