AI智能手机应用程序帮助路易斯安那州七个教区的精神病患者、家庭和护理人员
通过与路易斯安那州最大的行为健康提供商之一的首都地区人类服务区(Capital Area Human Services District)合作，路易斯安那州立大学利用人工智能技术捕捉严重精神疾病的早期预警迹象，并改善治疗。
路易斯安那州立大学心理学教授亚历克斯·科恩正致力于使用人工智能治疗严重的精神疾病。他正在研制一种智能手机应用它可以追踪他们的言语和面部表情，提醒他们、他们的家人和治疗团队病情恶化精神状态帮助预防昂贵而可怕的紧急情况和自杀。
他最近与路易斯安那州最大的行为健康提供商之一的首都地区人类服务区(CAHSD)合作。位于巴吞鲁日的CAHSD为周边7个教区的约1万人提供服务——阿森松、东巴吞鲁日和西巴吞鲁日、东和西费利西亚纳、伊比维尔和波因特库比。通过一个试点项目在科恩的领导下，路易斯安那州立大学现在为CAHSD的首发精神病(FEP)项目的患者提供预装了科恩的应用程序QITraq的手机。
CAHSD外展服务精神健康项目主任Paul Tuminello表示，FEP项目中的患者特别高危，因此将受益于科恩的技术所提供的持续支持。
图米内罗说:“我们的FEP患者在处理他们的第一次精神病发作时非常艰难。”“大多数人几乎没有治疗史、经验、知识或支持，需要时间来发展、培养和保持。”
我们不仅治疗个人，也治疗他们的家人，”图米内罗继续说。“家人都参与其中，有些人在处理亲人正在经历的妄想、幻觉和其他症状方面知识和经验有限。这对每个人来说都是非常可怕的情况。”
FEP项目中的患者经常与偏执作斗争。让他们信任追踪他们言行的技术可能是一个主要障碍，但图米内洛相信透明化，并让患者和他们的家人负责技术的使用方式和时间。他说，不再完全孤独的感觉对患者和他们的家人来说也是积极的。
图米内洛说:“重要的是，我们收集的任何数据都对调整治疗计划和药物治疗非常有用。”“我们是一家移动服务提供商，所以我们在社区和客户的家里工作，但我们不能一直和他们在一起。”
尽管路易斯安那州每30个成年人中就有一个被诊断出患有严重的精神疾病与全国每20人中就有1人相比，这种社会、情感和经济负担非常沉重。严重的精神疾病妨碍生产力，使卫生保健和执法负担过重，是造成无家可归的主要原因。
据估计，到2030年，精神疾病的直接和间接成本将超过6万亿美元——比除美国和中国以外的任何国家目前的GDP都要高。
在美国黑人和白人、富人和穷人之间，精神疾病的负担也不均衡。路易斯安那州立大学教授亚历克斯·科恩认为，在健康状况存在明显差异的路易斯安那州，这些疾病在诊断和治疗方式上的差异尤为明显，这主要是因为精神卫生保健非常昂贵。
科恩说:“我们基本上有三个平行的护理系统。“对富人来说，有私立医院提供广泛的护理和服务。对于那些有网络和保险的人，有一个由私人和公共系统组成的网络，包括社区精神健康中心、急诊室和密集门诊诊所。为穷人还有监狱，你可以想象路易斯安那州的种族和经济在其中发挥了怎样的作用。”
科恩是路易斯安那州立大学心理学博士生基亚拉·卡米尔·沃伦(Kiara "Kamil" Warren)的学术顾问，她在巴吞鲁日北部长大，在那里她目睹了许多无家可归的人与心理健康作斗争。作为一名非裔美国人，她想加入科恩的实验室，进行文化敏感性的研究，以解决她在精神疾病的诊断和治疗中看到的许多不平等。
沃伦说:“我看到的主要不平等之一是缺乏非裔美国人心理健康专业人员，当然也缺乏进行研究的非裔美国妇女。”“非裔美国人应该参与解读非裔美国人精神疾病的数据，以确保文化差异不被掩盖。我们生活在这样一个时代，很多人越来越意识到精神疾病，以及如果不及时治疗，这些疾病会对他们的日常生活产生怎样的负面影响。我希望，如果他们看到这些数据是为他们考虑而分析的，那么就能鼓励更多人寻求治疗，而人工智能可以提供帮助。人工智能有可能产生公正的分析，从而更好地代表不同的社会群体。”
与服务于不同人群的CAHSD合作是科恩的关键所在。他的应用程序必须被来自不同文化和环境的人使用，以变得更公平，更响应他们的需求。科恩还打算使用QITraq来识别医患互动中无意的文化和种族偏见。例如，美国黑人被诊断为精神分裂症的可能性是美国白人的两到三倍，原因尚不清楚。
“这就是为什么像这样的社区参与和合作是至关重要的，”科恩说。“真正的病人和他们的家人必须指导这项技术的发展，使它在规模上对更多人有用和有效。”
来自试点项目的数据将被用于改进技术本身，将大量的1和0转化为对CAHSD有临床意义的东西，但也可推广到不同和多样化的人群中。
科恩说:“如果你在北巴吞鲁日或南巴吞鲁日，甚至像抑郁症这样的疾病也不会出现或听起来相同。”“说实话，这就是为什么市场上大多数心理健康应用程序都很糟糕。他们可能会追踪你使用“抑郁”或“悲伤”等词汇的频率，或者你皱眉的频率，但你可能会非常抑郁，甚至不使用这些表达方式自杀。这就是为什么我们的技术能够捕捉音高、音量、停顿和语言，以及人们何时何地使用特定词汇组合的原因。”
“人类的语言是非常复杂的——你可以从声音声学中提取成千上万的特征，”科恩继续说。“为了使我们的技术有用，我们必须捕捉到不同领域和不同人之间的关键特征。人们可能有独特的症状，数据的复杂性和丰富性使其成为人工智能和自然语言处理的理想领域。机器非常擅长筛选和识别我们可能错过的数据模式。”
科恩是一名持有执照的临床心理学家，他认为利用人工智能开发QITraq的动机来自于“在每个阶段都急于快速、准确地评估高风险客户”，比如CAHSD FEP项目中的患者。
科恩说:“尽管我们接受过这样的训练，但我发现我对自己的临床评分没有信心。”“我会和一个人坐上一个小时，听他们说话，然后把复杂的互动减少到一个数字，以指导他们的治疗。作为一名临床医生，我一直很纠结，想要更有效的评估工具。”
科恩谨慎地指出，QITraq并不意味着要取代临床医生，而是为他们提供额外的客观数据，而这些数据不容易被收集单点及时，比如当心理健康提供者和他们的客户能够面对面坐下来的时候。
科恩说:“对于那些刚刚经历第一次精神崩溃的人来说，事情往往特别迷失方向和困惑。”“这是治疗的关键时刻，它会影响人们的发展轨迹——随着时间的推移，他们的功能或残疾程度会如何。”
CAHSD的保罗•图米内洛(Paul Tuminello)期待着驱车前往客户的家，对未来会发生什么和该做什么有一个更清晰的想法。
“有了LSU的应用程序，即使我们不在那里，我们也可以继续获取数据;所以当我们出现时，我们会更好地准备提供帮助，”图米内洛说。“如果这对我们的重症患者有效，这可能是精神卫生保健整体大转变的开始。想象一下，这项技术可以帮助一个抑郁和焦虑的学生，或者一个失去亲人的老年病人。申请是无止境的。”
进一步探索
