AI遇上強迫症，大腦與情緒的羈絆有解了

年關將近，很多人已經走在了各種規劃和整理的路上。無論是年貨物品的置辦，還是家裡的深度打掃，都已經提上了日程。

對於悠閒散漫的人來說，找阿姨提前三天來打掃也可。要是家裡沒有聚會的可能，有的人可能什麼也不會做，保持原樣。而習慣計劃的人就開始拿上本本各種盤了，更加極端的強迫症“患者”，可能已經精確到每天應該幹什麼的程度。身邊要是有這種強迫症患者的話，可能會對這種情況深有體會。

我們經常開玩笑的強迫症，其實有一些是比較完美主義、喜歡較真的盆友。但在這其中，也會有被強迫症深度影響生活工作的可能。這類人會對自己的強迫症行為有心理負擔，想要擺脫但又無可奈何，沒法控制自己的行為與思想，焦慮常伴左右。

我們可能瞭解過到的嚴重強迫症常用的治療方式，就是心理干預與藥物治療。心理干預與藥物治療是慣常的方式，但對於一些強迫症患者來說，這類治療方式並沒有什麼作用。這類人群開始向深部腦刺激的治療方式投去目光。深部腦刺激可以起到非常好的療效，超過一半的強迫症患者症狀明顯改善，生活質量顯著提高。不過對於部分強迫症患者的症狀療效治療效果也不太理想，但是其焦慮、抑鬱等伴隨症狀均明顯改善。

深部腦刺激的方式對於一些心理疾病的治療具有不錯的反饋效果，但是在治療的過程中，深部腦刺激的頻率與強度都是跟醫生的經驗相關，這也意味著這類治療手段，對於醫生的水平以及經驗要求較高，具有較大的升級空間。近日，一項有關用AI的研究分析首次識別出了大腦中強迫症相關的腦電波訊號，為強迫症的診斷和針對性治療帶來新的增益。

AI捕獲強迫症腦電訊號

對於強迫症患者來說，深部腦刺激的頻率與強度跟醫生的經驗水平掛鉤，疾病的治療管理非結構化，管理比較複雜，精準刺激深部腦電部位，識別患者強迫症的發作時機成為機器干預的關鍵環節。

運用AI技術識別大腦中強迫症相關的腦電波訊號，針對這一訊號調整深度腦刺激強度，為強迫症的針對性與精準治療開啟了新窗。

這個研究團隊來自美國布朗大學腦科學研究所，David A. Borton 教授帶領的研究團隊透過對 5 名重度強迫症患者進行長期腦電監測，經過長期的收集研究與觀察，利用人工智慧對患者生活中的強迫行為進行分析，評估患者各種微妙的情緒變化，並與腦電波活動相匹配。除了腦電波訊號，研究人員還收集了一套強迫症患者行為的生物標誌物，包括面部表情和身體運動。透過人工智慧，他們發現這些行為和特徵與大腦內部訊號變化密切相關。

並且，研究人員也用試驗證明了，當患者出現這些強迫症狀，依據AI給出的深部腦刺激位置，可以顯著地改善患者的強迫症狀。研究人員也在不斷地精進深部腦刺激的系統，向自動化刺激的方向前行。

什麼意思呢?就是在患者出現強迫症訊號的時候，系統可自動捕捉並及時利用深部腦刺激進行針對性緩解，依據患者症狀強度，自動調節刺激強度。目前研究人員計劃進一步招募更多患者進行試驗，以捕捉更多的強迫症腦電訊號標誌，豐富自動化深部腦刺激系統的功能。目前研究人員正在開發自動化深部腦刺激系統。

在生命科學領域，我們看到AI技術越來越多的融入在疾病診斷治療的各個階段。在一些人力有限的領域，技術可以放大探索的深度與廣域，為健康與生命開啟更多的生長空間。在微妙的精神健康領域，AI也在將觸角伸向更遠方。

生命的預警與輓歌

我們知道，現下的高壓生活，從學生到成人，存在很大比例的精神健康失衡。根據2019年衛健委資料，我國抑鬱症患病率達到2.1%，焦慮障礙的患病率是4.98%，抑鬱症和焦慮症患病率達7%。從周圍人的精神健康程度來看，真實的資料應該會比研究的資料比例還要嚴重。

精神健康類疾病，尤其是抑鬱症的高患病率和高自殺率會給個人和家庭帶來嚴重的負面影響，因此及早識別抑鬱傾向訊號，提供專業幫助是十分必要的。

對於社交網路中暴露出的傾向與後續的干預，荷蘭阿姆斯特丹自由大學人工智慧系教授黃智生開啟了“樹洞計劃”。“樹洞機器人”會每天監控特定社交網路中的資訊資料，對社交網路上的資料資訊進行彙總智慧分析，並對自殺的可能性、風險性進行判斷，對於存在自殺計劃或行為的人群每日重點關注，並生成報告進行每日通報。

國內也有個類似的專案——心理地圖PsyMap。透過網路爬蟲整合疑似抑鬱症患者留言資訊後，再透過AI對留言進行分析篩查。最後由志願者對有自殺意向的人進行心理危機干預，在他們走向終結之前挽救生命。

這類干預方式透過採用知識圖譜技術作為後臺支撐，能夠實現邏輯推理和邏輯判別，可以進行24小時全時段監控，自動計算自殺風險，然後實時釋出監控通報，對於重點人群的關注與傾斜干預具有積極的意義，專業的心理諮詢師可以在關鍵的時刻挽回生命。

當然，除了社交網路較為明顯的語義抑鬱傾向，也有透過面部表情特徵的變化來區分是否有抑鬱傾向。有研究分析顯示，這類面部檢測的準確率在78%，在音調方面，抑鬱症患者的語速也會有一些明顯的特徵，比如速較慢、停頓間隔較長、語調平緩、氣息較明顯。

運用這類可以辨別抑鬱患者的AI輔助工具診斷，可以提高醫生的工作效率，也能夠及早發現抑鬱症，為積極干預提供了可能性。 不過AI技術在診療精神疾病的過程中，也存在一些爭議的聲音。

冷AI與熱情緒：患者會買賬嗎?

我們知道AI技術具有強大的影像識別、資訊處理與分析的功能。在精神疾病的診斷與治療中都能夠發揮出一些人力所不能及的作用，但是對於患者來說，用冷冰冰的機器治療心理疾病，心理也會存在各種感受，能不能完全接受機器干預心理也有各種答案。

我們看到的許多關於AI在精神健康層面的助益都是從醫師與機構的角度出發，對於患者來說，到底是有哪些效果與感受，處於一個比較灰色的地帶，被模糊的處理帶過。

無論是多麼像人類的機器，能夠模仿心理治療師的話術與情感，但終究是機器。對於需要共情與情感支援的患者來說，如果不知道背後的“心理師”是機器的話，還能接受;如果知道是機器的話，多少都會有一些質疑與尷尬。

有患者就曾表示過這種懷疑的心態，認為缺乏情感的AI用來治療比較情緒化的心理疾病，細膩的情感顆粒度差得太遠。並且讓AI機器治療人類病，AI是永遠無法學會、無法感同身受的情緒領域，這讓患者心理上多少有些抗拒，也難以讓人信服。

當然，AI治療心理疾病在患者認知層面會有一些難以名狀與調和的難度，在倫理層面，AI的應用也存在潛在的風險，讓大眾難以接受。比如儲存和共享精神衛生資料的倫理，以及其學習系統的自主性和隱私水平等。這些都使得AI在精神健康領域的升級進化過程中，存在障礙。

精神健康是人類疾病中比較特殊的存在，對於這類疾病很多人因為社會環境的壓力，會有一些病恥感，當患者敞開心胸，鼓起勇氣走進醫院和專業機構進行診療，面對的是機器，對於患者來說，也是會造成心理波動的不安因素。

對於AI在精神健康領域的討論，仍然需要謹慎與細分。如果類似深腦刺激類技術，這類對疾病的治療領域，機器的介入對於患者來說是完全沒有任何心理障礙的，因為是補齊醫生技術水平的AI，但對於深度討論與分析的型別，用AI的技術去介入，就得在流程上進行細分。如果明確需要AI技術的介入，透明的診療會讓患者的心理接受度更加友好。

AI技術在精神心理健康領域的應用，推進了心理健康疾病的精準識別和治療，不過，它也並不能完全替代專業醫生和心理諮詢師。站在患者的角度上，可以視為輔助醫生的工具，協助醫生進行診斷，提供支援和干預。對於一些流程的顧慮甚至是心理的障礙與波動，需要的話還是要與醫生積極交流，如果治療的過程中再增加一些負擔，就得不償失了。

無論是哪個階段的診斷與治療，AI技術都在積極參與與發揮效用。當然，技術的定位永遠都是輔助的存在，在精神健康領域，作為應用的主體與受體來說，雙方對療效的感受都是最重要的。情緒和思維認知的改善，是衡量的標準，也是永遠唯一的標準。