2021年10月15日

利用人工智能进行心理健康评估

由GigaScience

由Inria的Denis Engemann指导的跨学科合作今天发表的一项研究表明，从大量人群群体中进行的机器学习可以产生与大脑相关的健康问题的“代理测量”，而不需要专家的评估。研究人员利用了英国生物银行，这是世界上最大、最全面的生物医学数据库之一，其中包含有关英国人口的详细和安全的健康相关数据。这项研究发表在开放获取期刊上GigaScience．

世界各地的心理健康问题一直在增加，世界卫生组织确定，心理健康问题增加了13%精神健康状况以及2007年至2017年的药物滥用障碍。这些疾病给社会造成的负担是广泛的，对生活的几乎每个方面都产生负面影响:学校、工作、家庭、朋友和社区参与。妨碍社会处理这些疾病的能力的许多问题之一是，诊断这些健康问题需要专家;它在全球范围内的可用性非常大。为促进心理健康评估而开发机器学习方法可以提供急需的额外手段，以帮助发现、预防和治疗这类健康问题。

为了开发对心理健康敏感的人工智能模型，Inria (Saclay -Île-de-France)的研究人员和他们的同事向英国生物银行寻求所需的数据。英国生物银行不仅存储生物和医疗数据，还存储有关个人情况和习惯的问卷数据，如年龄、教育程度、吸烟和饮酒、睡眠时间和体育锻炼。具体到这项研究，这些问卷还包括社会人口统计和行为数据，如个人的情绪和情绪，生物数据包括1万名参与者脑部扫描的磁共振(MR)图像。

Inria的科学家将这两个数据源结合起来，建立了近似测量大脑年龄的模型，并科学地定义了智力和神经质特征。这些指标作为“替代指标”，是与无法直接测量的特定疾病或结果密切相关的间接指标。以这种方式发展近似值在过去已经成功地用于从MR图像预测“大脑年龄”。之前的神经临床工作是丹尼斯·恩格曼和他的团队的起点。

Engemann解释说:“在这项工作中，我们以两种方式推广了这种方法。首先，我们证明，除了生物衰老之外，同样的代理测量框架也适用于与心理健康更直接相关的结构。其次，我们证明了有用的替代测量方法可以从大脑图像以外的其他输入中获得，比如社会人口统计学和行为数据。”

研究人员通过在英国生物银行数据的一个单独子集中展示相同的结果，验证了他们的代理测量。

这项工作的结果让我们看到了未来心理学家和机器学习模型可以携手合作，产生越来越细粒度和个性化的心理评估。例如，将来客户或患者可能会授权机器学习模型安全地访问他们的数据社交媒体账号或者他们的手机数据，然后返回对客户和心理都有用的代理测量健康或者是教育专家。