擴展臨床決策資訊、識別患者負面思考傾向！研究：人工智慧能有效進行心理評估

根據近期發表在《精神科服務》（Psychiatric Services）期刊的研究，美國華盛頓大學醫學院（UW Medicine）的研究人員發現，人工智慧演算法能夠識別精神疾病患者文字訊息中的危險跡象，精確程度與訓練有素的評估人員一樣好。這開闢了一個前景無限的研究領域，可以改善精神醫學培訓和照護的稀缺性。

由精神醫學和行為科學專家所組成的研究團隊，首次使用自然語言處理技術來幫助檢測和識別「認知扭曲」的文字訊息，這些訊息可能會被訓練不足或過度勞累的臨床醫師忽略，因此研究成果能支持更多患者尋求治療。

近來文字訊息逐漸成為心理健康評估的一部分，但這些遠端精神醫學介入可能缺乏與患者進行面談的情緒參考因素。研究人員指出，當心理健康專家親自與人會面時，會有視覺與聽覺線索，這不會在文字訊息中出現，也是相關專家被訓練去評估的面向。研究的目的在於為醫師提供額外的技術與工具，以擴展能獲得的資訊來做出臨床決策。

該研究分析了 39 名重度精神疾病患者及其心理健康服務提供者之間數千則獨特的文字訊息。評估人員檢視文字訊息，以識別認知扭曲跡象，他們尋找語言中的微妙之處，來判斷患者是否具有災難化思考或匆忙得出結論的傾向，這些都可能是潛在心理問題的線索。

人工智慧能有效進行心理評估

研究人員也進行了程式設計，以完成對文字訊息進行心理評估的相同任務，並發現評估人員和人工智慧在大多數的評估有相似的判斷。能夠擁有支持臨床決策的資訊系統，對此領域的工作者來說非常重要，因為他們有時無法獲得充分培訓，有時則是過度勞累和倦怠，所以很難在所有診療過程中都全心投入。

對於臨床醫師工作的支持將是研究立竿見影的好處，但研究人員也看到了未來發展的可能性，例如與可穿戴式裝置或基於手機的監測系統結合。華盛頓大學技術與工程中心行為研究主任 Dror Ben-Zeev 博士表示，此項技術最終可以提供即時回饋，進而提示心理治療師即將發生的問題。

Ben-Zeev 博士說明，就像監測血氧、心跳和其他數據一樣，成熟的人工智慧技系統可能會發出警告，提示患者正在匆忙下結論並造成災難化思考。瞭解思維模式的能力是對未來的展望，人們將在透過技術形成的這些回饋機制中，得到關於自己心靈狀態的洞見。

文／孫珞軒、圖／巫俊郡

延伸閱讀
心理問題視訊看診將成未來趨勢？研究：遠端精神醫療保健有其侷限性
想從訊息中解讀別人的心情？心理學家研發從表情符號偵測情緒的工具
氣候變遷衝擊社會凝聚力和公眾心理健康！大數據分析：極端溫度助長了網路仇恨言論