语言是心理健康的窗口
为了开发人工智能版本的血液测试，Elvevag和Foltz合作开发了一种机器学习技术，该技术能够检测出暗示心理健康下降的日常语言变化。例如，不符合逻辑模式的句子可能是精神分裂症的一个关键症状。语调或节奏的变化可能暗示着躁狂或抑郁。记忆力减退可能是认知和心理健康问题的一个标志。“语言是检测患者精神状态的关键途径，”Foltz说。“使用移动设备和人工智能，我们能够每天跟踪病人，并监测这些细微的变化。”这款新的移动应用程序要求患者通过与手机通话来回答5到10分钟的问题。在其他任务中，他们被问到自己的情绪状态，被要求讲一个小故事，听一个故事并重复它，并被要求进行一系列的触摸和滑动运动技能测试。研究者还开发了一种人工智能系统，可以评估这些语音样本，将它们与同一患者和更广泛人群之前的样本进行比较，并对患者的精神状态进行评估。在最近的一项研究中，研究小组要求临床医生聆听并评估名参与者的语音样本——其中一半患有严重的精神疾病，一半健康志愿者。然后他们将这些结果与机器学习系统的结果进行了比较。Foltz说：“我们发现计算机的人工智能模型至少可以和临床医生一样精确。”他和他的同事们设想有一天，他们为精神病学开发的人工智能系统，可以与治疗师和病人一起在房间里提供额外的见解，或作为一个远程监控系统为严重精神疾病患者服务。如果应用程序检测到令人担忧的变化，它会通知患者的医生进行检查。Foltz说：“患者通常需要接受专业人员的临床访问，以监控患者的病情，来避免昂贵的急诊护理和不幸的事件发生。但现实是，根本没有足够的临床医生来做到这一点。”研究意义
一种跨学科的方法具有技术性和复杂性，但似乎产生了令人共鸣的结果。这些研究很难进行审查，因为这些方法通常是不透明的，而且很难找到合适的审查者组合。如果没有一个严格的框架来评估这类研究，从而培养可信度，那么这个问题只会变得更加复杂。因此，新研究讨论了该领域迫切需要开发一个框架来评估复杂的方法论，以使该过程得以诚实，公正，科学和准确地完成。然而，评估是一个复杂的过程，因此研究者