有许多人工智能计划正在进行中医疗保健产业;其中一些是为了心理健康和幸福。在本文中，我们将概述人工智能是如何促进心理保健的。
我们讨论目前尚未满足的患者需求，以及人工智能如何满足这些需求。我们还考虑了在精神卫生领域采用人工智能可能带来的好处和风险。
这个报告是基于我在变革性的技术会议在硅谷:
完整的幻灯片也可以在Slideshare：
未满足的心理健康和福利需求
按数字
美国国立卫生研究院(NIH) 2015财年的资金为300亿美元。不到10%的资金投资于心理健康和毒瘾相关项目。与此相反的是，有研究表明，心理健康的改善可以延长寿命，提高工作效率。
2001年，世界卫生组织（WHO）怀疑，超过10%的健康寿命损失年和30%的残疾寿命损失年可归因于心理健康问题。此外，据估计，大萧条每年造成约2亿个工作日损失，这将使美国雇主损失170亿至440亿美元。值得注意的是，心理健康问题的经济影响很难完全衡量或量化。
大多数服务于心理健康领域的知名AI供应商目前提供的解决方案分为以下两类:
- 会话接口
- 患者行为模式识别
会话接口
一些人工智能供应商试图通过提供自动文本交互来促进健康。虽然这项技术并不能取代真正的治疗师或精神病学家，但它可以鼓励人们与专业人士预约并跟进预约。
一些供应商宣传提供提示和提醒的能力，强调良好的睡眠习惯和积极的思维方式。这些疗法通常以认知行为疗法为基础，在必要时可以将用户与人类教练联系起来。
目前，创建一个有效的心理健康的局限性聊天机器人相对陡峭。一些大银行在世界范围内，仍然存在着创造有效就业机会的问题用于简单消费银行功能的聊天机器人．
医疗保健行业的相对规模表明，他们在试图为这类项目汇总数据和融资时会遇到更多问题。
行为模式识别
示例供应商:万寿菊健康，Mindstrong，Ginger.io
第二类人工智能在心理健康方面的应用也符合未来几年日益重要的更大人工智能趋势。识别患者、客户或任何类型用户的行为模式的能力被用作跨行业各种业务问题的解决方案。这强调了维护数据可追溯性和可访问性的重要性，这使得未来的人工智能计划更容易采用。
类似于对话界面，这种类型的人工智能工具可以用来帮助治疗师和医生找到患者某些状况的指标。这类软件背后的机器学习算法会收集患者的行为信息，比如互联网活动或旅行，然后让他们根据这些信息进行自我评估。软件通常会询问病人当天的感觉如何。这样，它将能够使用这些信息来接近病人的精神状况，并确定他们是否需要治疗师的帮助。
一个人的精神状况和身体因素可能会成为确定问题的重要数据。目前，人工智能供应商声称可以从患者身上追踪以下类型的生物特征数据:
- 锻炼和睡眠
- 位置和运动
- 自我报告评估（每日或每周）
- 短信内容
- 电话使用或活动
尽管这类项目可用的数据来源多种多样，但在创建有效的心理健康模式识别应用程序方面仍然存在一些突出的限制。例如，围绕应用程序分析病人私下的文本对话的能力，存在许多隐私问题。
当稍后使用这些数据来训练算法时，需要对其进行适当的匿名化，这对于复杂的情况来说是很困难的。此外，自我报告数据的可靠性，如锻炼和睡眠习惯，通常是值得怀疑的。在未来的几年里，公司需要专注于优化这些获取数据的渠道，并找到更有效地利用这些渠道的方法。
以下是MarigoldHealth如何描述其使用情绪分析技术使医疗网络更好地了解不同人群的示例：
可信的益处和预测
我们认为，心理健康领域的核心价值主张在于在新的数据流中寻找模式。这包括来自不同来源的数据，包括移动设备活动、地理位置数据、应用程序使用、短信内容和睡眠估计。
将新的实时数据流与用户健康代理关联起来似乎是最突出的应用程序中最有前途的一个。
更具体地说，这些应用程序关联的数据是从移动设备的活动中提取的，而不是自我评估的信息。然后，这类应用程序会将其与一个给定的阈值进行比较，比如自杀念头或精神病医生就诊的频率。
虽然目前还不清楚这些应用程序在为患者提供直接护理方面将发挥多大作用，但随着技术的改进，这类代理数据可能会为患者的健康状况提供更准确的估计。
开发一个AI应用程序可能需要数年的时间，该应用程序可以真实地为人类患者建议行动或行为改变。这是因为这些建议需要比我们当前的移动设备和会话界面所能提供的更多的上下文，比如创伤或恐惧症。最有可能的是，最好将此上下文的收集保持在人类医生的权限范围内。
通过聊天机器人复制人与人之间的互动以提示行为改变也将是一项特别具有挑战性的任务。这种做法也给医疗保健公司和患者带来了许多危险，例如与心理保健聊天机器人在网上进行非常脱节或毫无意义的对话的无数例子。
这些对话界面的长期目标可能还需要很长一段时间，但文本仍然是反馈和患者数据的潜在来源。这对于识别更高层次的风险是至关重要的，比如他们对“你还好吗?”以及“最近过得怎么样?”
此外，这些应用程序可以帮助那些由于各种原因无法获得传统心理健康护理的人。这些包括:
- 负担不起治疗费用的人
- 可能太害羞或羞于尝试治疗的人
- 生活在农村或偏远地区的人们无法接触到治疗师
虽然有机会在传统疗法之外帮助这些群体，但让每位患者参与的最佳方式仍不清楚。从这个最初的问题可以明显看出，需要进行更多的研究，以确定这些类型的数字治疗和诊断应用的影响，然后才能用于替代治疗。
有证据表明，这一领域的人工智能初创公司似乎明白，他们的应用主要是为了确保患者的安全，并最终在适当的时候将他们转移到人类治疗师那里。
例如，供应商Mindstrong的价值主张代表了“先发制人”的洞察力，就像许多其他公司目前所说的:
考虑风险
商业模式
在构建这种类型的应用程序时要考虑的一个风险是激励业务模型远离这些服务的可访问的和合理的定价的激励。随着越来越多的AI心理健康公司获得牵引力，他们将开始更强烈地考虑这些问题。例如，每月账单可能会微妙地鼓励患者尽可能多地使用该服务，以从中获得最大价值。
另一个问题是，这些应用程序是为了最终为潜在患者找到治疗师。有了这样的目的，商业模式可能会开始优先将患者推向治疗师，而不是确定他们需要治疗师。
如果该公司的业务模式围绕着与远程治疗师或教练进行每次聊天付费的模式，那么将越来越多的客户推荐给这些教练的倾向可能也会类似。与其试图通过确定患者是否需要这些教练来帮助他们，不如让患者尽可能多地接触应用程序或教练。
许多对话界面都看到了类似的担忧，但在心理健康领域，风险要高得多。
开发这类应用的人工智能初创公司需要找到盈利的途径，但目前尚不清楚营利性激励是否会让产品朝着不利于用户的方向发展。
长期影响
为了确定虚拟心理保健的长期影响，在任何估计被认为是准确的之前，还需要进行更多的研究。目前，对于这个相对新生的人工智能用例，还没有足够的客观研究。
此外，有各种心理健康问题的人也会下载相同的应用程序。要确定每种应用程序对每种疾病患者的潜在益处和危害，尤其困难。
发现这些应用程序的长期影响的另一个问题是，用户必须与之交互的技术在未来十年将发生快速变化。
如前所述，医疗保健公司可以从这些应用程序中受益，通过代理它们的数据来对单个患者做出重要决定。他们实现这一目标的方式需要改变，以适应智能手机和其他设备在未来发展中的功能。
结论和要点
如果我们能收集到足够多的关于睡眠和手机活动的数据，还有很多信息需要挖掘，对话界面可能是其中的一部分。然而，要让人工智能技术达到能够提出切实改善幸福感或降低风险的行动和行为的水平，还需要相当长的时间。
即使在两到三年内，心理健康聊天机器人的建议可能也不会改善，除了最一般和最基本的心理健康建议。医疗保健公司和人工智能初创公司应该在这方面保持低期望。
与此同时，有许多公司、学者和医疗保健提供商对这一领域感兴趣，这是一件好事。一些c级高管已经选择投资于这类人工智能项目，有许多论坛和活动可以讨论它们带来的潜在好处和挑战。
