抑郁症是一种导致精神障碍关于影响1600万名美国人。根据世界卫生组织，每年抑郁症的全球经济影响估计为1万亿$并且被投射到成为到2020年，致残原因。
随着研究人员的目的是更好地预测，诊断和治疗抑郁症，人工智能正在探讨作为一个潜在的解决方案。
一些需要回答，以便更好地了解人工智能的努力，诊断和治疗抑郁症的作用的问题：
- 什么类型的AI应用程序正在使用的管理抑郁症？
- 如何把市场应对这些AI应用程序？
- 是否有这些努力创新中的任何共同趋势 - 怎么可能这些趋势可能有助于减少生活与抑郁症患者的汇率？
抑郁症AI应用程序概述
该管理抑郁症多数AI用例似乎可分成三大类：
- 虚拟咨询：公司正在使用机器学习认识到抑郁症的发作，并使用自然语言处理提供支持的软件开发。
- 病人监护：机器学习是用来监测患者及预测和预防精神健康危机的发生。
- 精确治疗：公司正在使用机器学习分析来跟踪和关联认知功能，临床症状和脑部活动。
虚拟咨询使用自然语言处理
Woebot
总部位于旧金山的启动Woebot说其聊天机器人的使用机器学习和自然语言处理，以帮助用户管理自己的情绪和缓解抑郁症。
通过Facebook的Messenger平台访问，Woebot提示用户与问题，以评估他们的情绪。随着时间的推移，算法，这是对认知行为疗法（CBT）方法的培训，学习了每个用户的感情特征，并建议活动，以帮助维持更平衡的情绪。
在早期创业的基础上的结果的临床意义临床试验在合作与斯坦福大学进行的。这项研究表明，18-28岁的用户Woebot经历“的焦虑和抑郁显著减少”与对照组使用的比较电子书由美国国立卫生研究院（NIH）出版。
Woebot使用每天或几乎每天都通过参与者的85％，持续两周。使用一个抑郁症患者的标准健康问卷称为测量有效性PHQ-9带有得分范围从0（没有症状），以超过20为严重的抑郁症。
该聊天机器人命中50,000个用户在它的第一个星期，并接受每星期大约百万的消息，并已获得A系列资金。但是，不指定资金量。Woebot，这是推出六月2017年，目前是免费提供的，但一付费版本可能会在作品为实现可持续发展的商业模式的启动移动。
Wysa
Wysa，Woebot的对手，表示它使用机器学习算法来学习用户的情绪和建议措施，以帮助用户保持情绪平衡。例如，使用自然语言处理，应用程序响应文本，并提出干预措施，包括认知行为技术（CBT），冥想和呼吸技巧。
在下面的演示，Wysa被示出与用户通信，这表明它是如何追踪活动和监视器进步。
目前，Wysa有来自30个国家超过20万个用户，该公司表示。然而，没有临床数据或案例研究都可以在网站上。Wysa是免费提供的，但进入人体Wysa教练（心理卫生专业人员）花费$ 29％不等。
病人监护 - AI和预测分析
日出健康
来自约翰霍普金斯大学科技风险投资公司（创业公司的孵化器）新兴，巴尔的摩为主日出健康说，它采用人工智能和预测分析，以监测患者活动，防止使用支持组短信（每组五至七年的用户）心理健康危机的发生。
被集成在应用程序的算法训练了与从用户文本生成的数据。预测分析被用于识别患者的活动，衡量进展的模式，并确定可能表明一个潜在的问题的变化。人类版主，如治疗师，如果系统预测可能发生的与病人的问题立即报警。
下面提供两分钟的演示应用程序的演练，并提供可用的功能一步一步的解释。
除了匿名支持组发短信，还提供了语音通话或治疗师面对面的面对面会议的选项的用户。在启动时如何减少抑郁症的情况下，案例研究都尚未公布。
Ginger.io
公司成立于2011年，总部位于加州的启动Ginger.io使用机器学习提供心理健康支持用户。该公司表示，算法使用来自超过100万消费者，并通过与超过40个医疗机构的伙伴关系数据来训练。
相比于类似的应用，Ginger.io似乎为用户提供访问团队人的心理卫生专业人员和机器学习使用来自患者数据和对齐护理学会与病人的目的和目标。医疗小组的成员包括情感支持教练，治疗师执照和委员会认证的精神科医生。
在下面的采访中，创业团队成员讨论了应用程序背后的战略，以及如何它可以帮助在心理健康治疗的传统模式补漏。
该公司成立至今，募集亿$ 28.2，铅投资者包括Kaiser Permanente的投资者和科斯拉风险投资公司。包月套餐范围从$ 129-每月$ 349。在Ginger.io对患者和医疗保健系统的影响的案例研究目前尚未提供该公司的网站。
精密治疗与机器学习
Mindstrong健康
公司成立于2014年，总部位于加州的启动Mindstrong健康表示，通过解释使用智能手机的技术产生的数据使用机器学习来帮助诊断和治疗行为健康障碍。
该公司的数据挖掘方法主要集中在“数字表型。”该词是由哈佛大学的研究人员介绍在2016并且被定义为通过分析从个人的使用智能电话和其他个人数字设备产生的数据量化个体特征的方法。
Mindstrong已培训了机器学习算法上的等效200人年认知的数据 - 的个人的综合测量和自己的时间贡献- 从三个临床研究，该公司表示。通过分析，研究人员解释数据，并提出具体的数字活动和大脑活动之间的相关性。
例如，在一个临床试验由美国国立卫生研究院资助，并与斯坦福大学合作进行的，研究人员说，他们的目标是“定义与认知，脑成像和情绪抑郁症患者的相关信号。”
Mindstrong似乎主要侧重于研究和验证数字表型的可行性被证明其一系列的临床试验目前正在进行中。迄今为止，该公司已募集报道$ 14百万。
潜在的AI来改变心理保健
根据该中心疾病控制和预防中心（CDC），抑郁症的经济负担相当于2个亿损失工作日或高达十亿$ 44年成本给雇主。因此，对于AI的潜力，为医疗保健和整体经济是有希望实现价值。
在心理健康空间AI应用程序出现严重依赖于移动技术，特别是智能手机。虽然这对于应用程序很正常，似乎是更加强调使用智能手机作为一个实际的数据源，而不是交付的只是作为模式在数字表型的例子。
数字表型似乎是内外精神卫生部门获得的研究空间一定的牵引力。这种增长的趋势，也可能奠定未来更多的AI和物联网应用的基础。
由于大多数企业仍处于早期阶段，这些应用程序的影响临床数据将是使情况下它们的使用是至关重要的。还有，应该考虑如很多因素：
- 多长时间用户需要使用这种技术？
- 如何使用期限影响的商业模式？
- 是否有依赖的风险，且将其得不偿失？
很显然，试验和测试都需要进行了解这些应用的长期影响。
一些专家 - 像麻省理工学院的谢丽·特克尔，是非常谨慎的AI作为一个安慰或伴侣的角色。Emerj CEO丹Faggella状态：
在未来的5年中，我看基本上是没有希望的，旨在取代校准关怀精神健康专业人士的应用。同伴或红颜知己的作用似乎大大遥不可及的机器。今天的“聊天机器人”，通过惊恐发作帮助别人的谈话或具有挑战性的生活处境的想法似乎很荒谬和不负责任的。
话虽这么说，这样的应用有利于患者的治疗师对话，并从自然语言处理（见Ginger.io）趋势学习或患者使用数据学会识别与抑郁症相关的模式 - 这些似乎都可行的，潜在有用的（用于诊断和治疗的目的），在短期内。
时间会告诉公众如何在未来几年中，这些应用未来回应 - 以及他们如何影响用户的健康。
标题图片来源：KQED
