麻省理工学院的罗莎琳德·皮卡德和麻省总医院的保拉·佩德雷利一致认为，人工智能可能有助于使患者更容易获得精神卫生保健。
在她15年的临床医生和心理学研究员生涯中，佩德雷利说:“非常非常清楚的是，精神疾病患者在获得和接受足够的治疗方面存在许多障碍。”这些障碍可能包括弄清楚何时何地寻求帮助，在附近找到可以接诊病人的医疗机构，以及获得经济资源和交通工具来赴约。
阅读更多Mind Cure发布了iSTRYM:心理健康和迷幻药研究的数字平台
佩德雷利是哈佛医学院的心理学助理教授，也是马萨诸塞州总医院(MGH)抑郁症临床和研究项目的副主任。五年多来，她一直与皮卡德合作，皮卡德是麻省理工学院媒体艺术和科学教授，也是麻省理工学院阿卜杜勒·拉提夫·贾米尔健康机器学习诊所(贾米尔诊所)的首席研究员，致力于开发机器学习算法，以帮助诊断和监测重度抑郁症患者的症状变化。麻省理工学院的报告．
机器学习是一种人工智能技术，当给机器大量的数据和良好行为的例子(例如，当它看到一个特定的输入时，产生什么输出)，它可以很好地自主执行一项任务。它还可以帮助识别有意义的模式，如果没有机器的帮助，人类可能无法这么快地找到这些模式。通过使用研究参与者的可穿戴设备和智能手机，Picard和Pedrelli可以收集参与者皮肤电导和温度、心率、活动水平、社交、个人抑郁评估、睡眠模式等详细数据。他们的目标是开发一种机器学习算法，这种算法可以吸收大量的数据，并使其有意义——识别出一个人何时可能遇到困难，以及什么可能对他们有帮助。他们希望他们的算法最终能够为医生和患者提供有关个体疾病轨迹和有效治疗的有用信息。
皮卡德说:“我们正试图建立复杂的模型，不仅能够了解人们的共同之处，还能了解个人生活中变化的类别。”“我们希望为那些有需要的人提供获得基于证据和个性化信息的机会，并为他们的健康带来改变。”
机器学习和心理健康
皮卡德和皮卡德情感计算实验室的研究科学家西蒙·费多(Szymon Fedor)于2016年开始与佩德雷利合作。在进行了一项小型试点研究后，他们现在进入了由美国国家卫生研究院资助的为期五年的研究的第四年。
为了进行这项研究，研究人员招募了患有重度抑郁症的MGH参与者，他们最近改变了治疗方法。到目前为止，已有48名参与者参加了这项研究。每天22小时，连续12周，参与者每天佩戴Empatica E4腕带。这些可穿戴腕带是由皮卡德创立的一家公司设计的，可以收集生物特征数据信息，比如皮肤电活动。参与者还会在手机上下载应用程序，收集短信、电话、位置和应用程序使用情况的数据，并提示他们完成两周一次的抑郁调查。
每周，患者都会与临床医生进行检查，医生会评估他们的抑郁症状。
皮卡德说:“我们将从可穿戴设备和智能手机收集的所有数据放入机器学习算法中，并试图看看机器学习对医生给出的标签的预测效果如何。”“现在，我们很擅长预测这些标签。”
授权用户
虽然开发有效的机器学习算法是研究人员面临的挑战之一，但设计一种能够增强和提升用户能力的工具是另一个挑战。皮卡德说:“我们现在真正关注的问题是，一旦你有了机器学习算法，它将如何帮助人们?”
皮卡德和她的团队正在批判性地思考机器学习算法如何将他们的发现呈现给用户:通过一个新设备，一个智能手机应用程序，甚至是通知预定的医生或家庭成员如何最好地支持用户的方法。
例如，想象一下，有一种技术可以记录下一个人最近睡眠时间变少了，呆在家里的时间变多了，心率也比平时快了。这些变化可能是如此微妙，以至于个人和他们的爱人还没有注意到。机器学习算法可能能够理解这些数据，将它们映射到个人过去的经历和其他用户的经历上。然后，这项技术可能能够鼓励个人从事某些行为，这些行为在过去改善了他们的健康状况，或者向他们的医生求助。
如果执行不当，这类技术可能会产生不利影响。如果一个应用程序提醒某人他们正走向深度抑郁，这可能是令人沮丧的信息，导致进一步的负面情绪。佩德雷利和皮卡德让真正的用户参与到设计过程中，以创造一种有益而无害的工具。
阅读更多Sentio筹集450万美元，推出Feel拓展心理健康护理
“可能有效的是一种工具，它可以告诉一个人‘你感觉沮丧的原因可能是与你的睡眠相关的数据发生了变化，与你的社交活动相关的数据发生了变化，你没有任何时间与朋友在一起，你的身体活动减少了。我的建议是，你要找到增加这些东西的方法，’”皮卡德说。该团队还优先考虑数据隐私和知情同意。
Picard说，人工智能和机器学习算法可以在大型数据集中建立联系并识别人类不擅长注意的模式。“我认为，有一个真正令人信服的理由，让科技帮助人们更聪明地了解他人。”
