如今，心理健康已成为世界上最大的挑战之一。美国疾病控制与预防中心(CDC)担心，有二分之一的美国人可能在大流行后患上抑郁症。但医学研究表明，约有三分之二的抑郁症病例未被诊断。

　　当今心理健康的双重挑战

　　曾被产后抑郁症困扰的Seiilova Olson与AI技术专家Grace Chang一起成立了Kintsugi，这是一家使用AI获取心理健康服务的创业公司。公司的出发点来自于当下精神保健面临两个主要问题，首先，由于人员短缺，遭受精神问题困扰中的人中，只有十分之三的人得到了专业诊疗。其次，当下对于精神健康问题的诊断是基于诸如患者健康问卷(PHQ)之类的筛查工具。因此，医生的诊断取决于患者在记忆中重新创建图像的准确性。=结果就是心理医生诊断精神健康病例的准确性仅为47.3%。

　　用人工智能重启心理健康

　　数字医疗是基于数据和科技经过临床评估的软件工具，可帮助治疗、管理和预防多种疾病。数字医疗解决方案可以解决获得及时护理和提高护理质量的双重问题。

　　人们的讲话会伴随着音调、音质和节奏的变化，通过处理音频，研究员会将几秒钟的语音记录分解成具有数千种特征的信号，再将音频转化成可供分析的数据。鲜为人知的是，某人的声音每几毫秒的微小变化可能是由于他们身心状况的变化而引起的。借助这些丰富的数据，可以确定哪些声音特征映射到特定的疾病症状或健康状况的变化。使用来自成千上万患有某些健康状况的个体的数据，可以教AI算法来检测这些患者中常见的声音模式。一旦专家确认这些相关参数是特定健康状况症状的良好指标，技术人员就会将此声学特征的特定子集称为“语音生物标志物”。已经有团队使用这种方法来训练机器学习模型，该模型可以在人们开始出现抑郁症状初期便提供提示。

　　该团队通过收购语音公司以及合作伙伴获取了大量了语音数据，目前，该团队存储了来自全球80000多人的超过100万个语音样本。通过AI模型的预测结果发现，语音生物标记物可以准确标记出超越年龄、性别甚至国籍差异性的特征，换而言之，仅需一个语音AI模型即可用于诊断来自世界各地不限年龄和性别的患者。Kintsugi的AI解决方案仅用20秒钟的音频剪辑即可检测到心理健康问题，临床准确率超过80%。与从业者当前的检测率47.3%相比，人工智能几乎可以使患者诊断的效率提高一倍。

　　人工智能如何通过对话改善患者治疗质量

　　该团队AI解决方案提供可以连续监控个人健康的用户端APP，并且集成到远程医疗平台的护理管理APP。因此，通过APP的语音日记功能，人工智能甚至可能在患者需要治疗干预前就已经通过健身追踪器开始行动。其一，通过准确地对患者进行预筛查，提高了医生的工作效率。其二，AI解决方案可扩大医生的诊断范围，并且可为医生提供长期且连续的数字监控，使医生通过访问更加可靠的颗粒度数据，为患者制定后续的治疗方案，这种由AI驱动的跟踪性和有针对性的干预可以挽救生命。

　　人工智能可以改善心理健康，但是在现实世界中部署治疗方案时也有风险。因为数据通常不是来自健康的人，所以人工智能解决方案可能产生偏差，平衡数据样本可以减轻这种风险。同时，在适当阶段将AI的决策性结果移交给临床医生也是很重要的，毕竟人工智能是用来增强医生的能力，而不是替代医师。