AI進(jìn)入精神科：現(xiàn)在能做什么，哪些存在風(fēng)險(xiǎn)？

人工智能正在滲透到醫(yī)療的每一個角落，精神科也不例外。但AI在精神科到底能做什么、不能做什么？哪些應(yīng)用已經(jīng)成熟，哪些還存在風(fēng)險(xiǎn)？

在近期一場由印第安納大學(xué)精神病學(xué)教授Stephen Strakowski主持的專家對話中，兩位AI與精神醫(yī)學(xué)交叉領(lǐng)域的權(quán)威學(xué)者——哈佛大學(xué)麻省總醫(yī)院精神病學(xué)系研究副主任Roy Perlis和勞瑞特腦研究所科學(xué)主任Martin Paulus——深入探討了這些問題。

什么是AI？它真的“智能”嗎？

關(guān)于什么是人工智能，Perlis給出了一個實(shí)用的定義：用計(jì)算機(jī)來完成那些傳統(tǒng)上需要人類智能才能完成的任務(wù)或解決問題。有時(shí)人們把它和“機(jī)器學(xué)習(xí)”混為一談，但實(shí)際上AI的含義更廣。

至于AI是否真的“智能”，Paulus指出，AI領(lǐng)域的開發(fā)者其實(shí)回避了“是否真正智能”這個哲學(xué)問題。他們所做的，是將AI系統(tǒng)與人類在特定任務(wù)上的表現(xiàn)進(jìn)行對比。結(jié)果是：AI在某些事情上極其擅長，在另一些事情上則非常糟糕。更重要的是，現(xiàn)代AI系統(tǒng)的計(jì)算已經(jīng)復(fù)雜到連創(chuàng)造者也未必完全理解它們是如何得出特定答案的。

Perlis補(bǔ)充了一個務(wù)實(shí)的觀點(diǎn)：人類其實(shí)也并不完全理解自己的認(rèn)知過程。AI擅長的事情往往與人類擅長的事情不同，反之亦然。關(guān)鍵不是爭論“誰更聰明”，而是找到AI在哪里有用、在哪里還需要人類判斷。

AI在精神科的臨床應(yīng)用：三個層次

? 現(xiàn)在就可以用（低風(fēng)險(xiǎn)、高收益）

• 排班和預(yù)約管理：優(yōu)化患者就診安排，減少行政負(fù)擔(dān)。這是短期內(nèi)可能產(chǎn)生最大影響的行政類應(yīng)用之一。

• 患者教育：提供經(jīng)過臨床醫(yī)生審核的、更廣泛的疾病知識科普。

• CBT作業(yè)輔助：在兩次治療之間，幫助患者完成認(rèn)知行為治療的作業(yè)和練習(xí)，充當(dāng)“低級別治療擴(kuò)展器”。生成式AI心理健康聊天機(jī)器人可以通過支持治療間期的CBT任務(wù)來改善參與度和依從性。

  研究顯示，這種輔助的效果雖溫和但確實(shí)存在。一項(xiàng)綜述指出，基于CBT的心理健康聊天機(jī)器人在減輕抑郁和焦慮方面顯示出臨床療效。

研究階段（風(fēng)險(xiǎn)升高，需更多驗(yàn)證）

• 臨床決策支持：如判斷患者應(yīng)多久復(fù)診一次、應(yīng)由誰接診。在一項(xiàng)針對難治性抑郁癥的研究中，增強(qiáng)型大語言模型與專家推薦表現(xiàn)出中等程度的一致性，并且避免了禁忌治療方案，顯示出作為支持復(fù)雜精神藥理學(xué)決策工具的潛力。

• • 另一項(xiàng)研究發(fā)現(xiàn)，將基于大語言模型的診斷工具與專家臨床推理相結(jié)合，可以顯著提高陽性預(yù)測值（PPV）。

  • 在心境障礙領(lǐng)域，通過“檢索增強(qiáng)生成”（RAG）方法將大語言模型與治療指南相結(jié)合，其識別恰當(dāng)下一步治療方案的準(zhǔn)確率與臨床專家相當(dāng)，且高于社區(qū)臨床醫(yī)生。

• 就診前綜合信息合成：將患者的電子健康記錄（EHR）數(shù)據(jù)整合成摘要供醫(yī)生參考。但風(fēng)險(xiǎn)在于，AI可能會生成看似可信實(shí)則錯誤的摘要（即“幻覺”）。雖然這一問題已有所改善，但在高風(fēng)險(xiǎn)環(huán)境中仍不可忽視。

• 被動感知數(shù)據(jù)處理：如利用手機(jī)傳感器數(shù)據(jù)監(jiān)測患者狀態(tài)，仍處于研究階段。

• EHR分析：通過分析電子健康記錄為醫(yī)生提供決策建議。

? 現(xiàn)階段完全不適用（高風(fēng)險(xiǎn)，切勿依賴）

• 危機(jī)評估：自殺、殺人等危機(jī)情況的評估，AI遠(yuǎn)未準(zhǔn)備好。盡管有研究在探索利用機(jī)器學(xué)習(xí)預(yù)測自殺想法和行為，但這仍處于研究階段。一篇JAMA Psychiatry的特別通訊也指出，AI的廣泛應(yīng)用可能帶來風(fēng)險(xiǎn)，需要謹(jǐn)慎評估。

• 兒童青少年與AI互動：許多青少年已經(jīng)在使用ChatGPT詢問健康問題。但研究表明，某些聊天機(jī)器人可能強(qiáng)化癥狀循環(huán)——例如一項(xiàng)研究發(fā)現(xiàn)，使用聊天機(jī)器人后患者的強(qiáng)迫癥（OCD）癥狀反而加重。長期影響尚不明確。

• 嚴(yán)重精神疾病管理：躁狂發(fā)作、精神病性發(fā)作的管理，絕對不應(yīng)交由AI系統(tǒng)處理。雖然尚不清楚聊天機(jī)器人是真正導(dǎo)致妄想（AI誘發(fā)精神?。?，還是僅僅惡化已有的妄想（AI加重精神?。L(fēng)險(xiǎn)是真實(shí)存在的。

• AI聊天機(jī)器人作為治療替代品：盡管有研究顯示生成式AI聊天機(jī)器人在4周和8周后能減輕抑郁、焦慮和進(jìn)食障礙癥狀，但其研究設(shè)計(jì)存在諸多局限性。一篇范圍綜述指出，ChatGPT在更復(fù)雜的臨床情況中存在顯著局限，且預(yù)后輸出過于悲觀。

風(fēng)險(xiǎn)與收益的權(quán)衡

Perlis強(qiáng)調(diào)了一個關(guān)鍵視角：AI的應(yīng)用不是一刀切的，必須放在“風(fēng)險(xiǎn)-收益矩陣”中看待。并且這是一個移動的目標(biāo)——一年前還不能用的東西，現(xiàn)在可能已經(jīng)可用；一年后，有些今天擔(dān)心的問題可能已不再是問題。

關(guān)于“幻覺”（AI生成虛假信息）的風(fēng)險(xiǎn)，這仍然是一個真實(shí)的問題，但系統(tǒng)正在快速改進(jìn)。比方說，自動駕駛的Waymo從統(tǒng)計(jì)上比人類駕駛的出租車更安全，但很多人仍然會因?yàn)榻箲]而不敢乘坐。AI在精神科的應(yīng)用也是類似的——即使在統(tǒng)計(jì)上安全，臨床上的“信任”仍然需要時(shí)間建立。

還有一個容易被忽視的現(xiàn)實(shí)：目前精神科和心理學(xué)對大量患者的照護(hù)質(zhì)量本來就參差不齊，缺口巨大。AI不是要取代治療師，而是作為補(bǔ)充。如果患者排不上治療師，在某些情況下AI可能是有幫助的。

精神科醫(yī)生不能忽視AI

兩位專家一致認(rèn)為，忽視AI不是一個可行的選項(xiàng)。

Paulus舉例說明AI發(fā)展的速度：一年前，用AI編程助手寫代碼還很麻煩，需要人工糾錯；現(xiàn)在，與AI對話就能生成可運(yùn)行的高質(zhì)量代碼，甚至超出預(yù)期。軟件工程師的角色已經(jīng)從“寫代碼”變成了“監(jiān)督AI寫代碼”。這種變化正在其他領(lǐng)域同步發(fā)生。

Paulus強(qiáng)調(diào)，培訓(xùn)體系必須快速跟上。當(dāng)患者走進(jìn)診室說“我的GPT建議我用這個藥，而不是你開的那個，還附了五篇參考文獻(xiàn)，您讀過嗎？”時(shí)，醫(yī)生必須有能力回應(yīng)。

精神科領(lǐng)域的專業(yè)組織需要站出來，制定培訓(xùn)課程和應(yīng)對框架。加拿大的同行已在跨機(jī)構(gòu)開發(fā)精神衛(wèi)生工作者的AI課程體系，這值得關(guān)注和學(xué)習(xí)。

AI不是要來替代精神科醫(yī)生，而是可能在不久的將來，成為讓精神科服務(wù)更高效、更可及的重要工具——前提是，我們準(zhǔn)備好了。

大話精神編譯，轉(zhuǎn)載請聯(lián)系編輯部。

投稿請聯(lián)系：dahuajingshen@126.com