文｜觀察未來科技
數(shù)據(jù)就是今天的黃金。我們的生活也因?yàn)閿?shù)字化發(fā)生顯著的變化，這些數(shù)據(jù)不僅被收集和匯總，而且還通過算法手段進(jìn)行分析。在過去的20年里，圍繞數(shù)據(jù)存儲(chǔ)、傳輸和分析的技術(shù)突破使得醫(yī)學(xué)也出現(xiàn)了一些重大變化。
精準(zhǔn)醫(yī)學(xué)(PM)和數(shù)字表型(DP)是醫(yī)學(xué)界最為典型的兩種數(shù)據(jù)驅(qū)動(dòng)的醫(yī)療方法。其中，數(shù)字表型試圖通過從智能手機(jī)和可穿戴設(shè)備等日常使用的數(shù)字設(shè)備中收集連續(xù)的“現(xiàn)實(shí)生活數(shù)據(jù)”來徹底變革精神健康。有了這些額外的數(shù)據(jù)，精神健康診斷方面的知識(shí)鴻溝就可以彌合。
精神健康的變革這意味著，數(shù)字表型能從每個(gè)人身上獲取大量人工智能可處理的數(shù)據(jù)，而這對(duì)于精神健康的影響將是革命性的。正如美國(guó)國(guó)家心理健康研究所前負(fù)責(zé)人托馬斯·英塞爾所說：“誰能預(yù)見到這場(chǎng)由自然語言處理和人工智能帶來的革命，通過智能手機(jī)收集聲音和語音，就能為嚴(yán)重精神疾病做早期預(yù)警？”
要知道，一直以來，由于血液檢測(cè)查不出抑郁癥，腦部掃描也沒法提前檢查出焦慮癥，活組織檢查更不可能診斷出自殺的念頭，所以，就算心理醫(yī)師判斷患者具有精神問題，也沒有簡(jiǎn)單的方法來進(jìn)行檢測(cè)。
生物標(biāo)志物時(shí)代到來之前，心理醫(yī)師們只能依據(jù)《精神障礙診斷與統(tǒng)計(jì)手冊(cè)》來診斷疾病。當(dāng)患者達(dá)到9項(xiàng)標(biāo)準(zhǔn)中的5項(xiàng)時(shí)，包括情緒低落、睡眠或體力活動(dòng)的變化、無價(jià)值感、愉悅感降低（快感缺乏），則被診斷為抑郁癥。目前，這種診斷方式存在許多難以量化或客觀評(píng)估的因素。
精神病學(xué)家們想找出發(fā)現(xiàn)思想消極的捷徑卻總是得不到結(jié)果，這使許多精神病學(xué)的發(fā)展停滯不前。它讓精神疾病的診斷變得緩慢、困難并且主觀，阻止了研究人員理解各種精神疾病的真正本質(zhì)和原因，也研究不出更好的治療方法。
但這樣的困境并不絕對(duì)，事實(shí)上，精神科醫(yī)生診斷所依據(jù)的患者語言給精神病的診斷突破提供了重要的線索。1908年，瑞士精神病學(xué)家歐根·布盧勒宣布了他和同事們正在研究的一種疾病的名稱：精神分裂癥。他注意到這種疾病的癥狀是如何“在語言中表現(xiàn)出來的”，但是他補(bǔ)充說，“這種異常不在于語言本身，而在于它表達(dá)的東西?！?/p>
布盧勒是最早關(guān)注精神分裂癥“陰性”癥狀的學(xué)者之一，也就是健康的人身上不會(huì)出現(xiàn)的癥狀。布盧勒發(fā)現(xiàn)，最常見的負(fù)面癥狀之一是口吃或語言障礙?；颊邥?huì)盡量少說，經(jīng)常使用模糊的、重復(fù)的、刻板的短語。
這就是精神病學(xué)家所說的低語義密度。低語義密度是患者可能患有精神病風(fēng)險(xiǎn)的一個(gè)警示信號(hào)。有些研究項(xiàng)目表明，患有精神病的高風(fēng)險(xiǎn)人群一般很少使用“我的”、“他的”或“我們的”等所有格代詞。
正是這一特征，給了數(shù)字表型機(jī)會(huì)。移動(dòng)互聯(lián)網(wǎng)時(shí)代下，無處不在的智能手機(jī)和社交媒體讓人們的語言從未像現(xiàn)在這樣容易被記錄、數(shù)字化和分析——利用這些數(shù)據(jù)來開發(fā)精確和時(shí)間動(dòng)態(tài)的疾病表型和標(biāo)志物，以診斷、監(jiān)測(cè)和治療疾病，就是數(shù)字表型。而通過移動(dòng)設(shè)備所獲得的大量與健康相關(guān)的數(shù)據(jù)的價(jià)值還可能遠(yuǎn)超過如體檢、實(shí)驗(yàn)室檢查和影像學(xué)檢查等一些傳統(tǒng)定義疾病表型的方法，對(duì)疾病的診斷和評(píng)估具有更高的價(jià)值。
數(shù)字表型的獨(dú)特優(yōu)勢(shì)
相較于傳統(tǒng)的精神疾病的診斷和治療，數(shù)字表型展現(xiàn)出了獨(dú)特的優(yōu)勢(shì)。
一方面，數(shù)字表型能夠通過人們的數(shù)字軌跡對(duì)精神疾病進(jìn)行判斷。2017年，安德魯·里斯（Andrew Reece）和克里斯托弗·丹福思（Christopher Danforth）就使用深度學(xué)習(xí)，分析了從166個(gè)Instagram賬號(hào)中獲取的43 950張照片（已獲得本人同意），其中71人有抑郁癥史。
研究人員們分析了所有的照片特征來洞察心理：照片中是否有人物、場(chǎng)所在室內(nèi)還是室外、晚上還是白天、顏色和亮度（按像素）、照片的評(píng)論和點(diǎn)贊數(shù)，以及用戶的發(fā)布頻率。Instagram的照片能區(qū)分心理抑郁和健康的人，可作為臨床診斷之前的抑郁癥初診，它與個(gè)人的心理健康自評(píng)無關(guān)。
值得注意的是，Instagram的不同濾鏡功能也能區(qū)分抑郁癥患者和正常人，且比想象的要好（見圖8-2）。該計(jì)算機(jī)程序檢測(cè)抑郁癥的準(zhǔn)確性為70%，比先前發(fā)表的抑郁癥診斷誤診率超過50%的全科醫(yī)生更具優(yōu)勢(shì)。
另一方面，數(shù)字表型能夠利用網(wǎng)絡(luò)或數(shù)字技術(shù)進(jìn)行情緒或行為的實(shí)時(shí)地檢測(cè)、追蹤和干預(yù)。當(dāng)前，隨著網(wǎng)絡(luò)和數(shù)字技術(shù)的逐漸普及，智能手機(jī)還有可穿戴設(shè)備等輔助工具的大量使用。數(shù)字表型對(duì)于人群的整體及個(gè)體化的情緒或行為，尤其是在自然情形下的一個(gè)實(shí)際表現(xiàn)，已經(jīng)能夠做到實(shí)時(shí)地檢測(cè)、追蹤，甚至在干預(yù)的層面上也變得比較可行。
比如，雙相情感障礙作為一種情緒障礙疾病，它表現(xiàn)某一段時(shí)間之內(nèi)非常的興奮、躁狂；在另外一段時(shí)間又情緒極度低落以及消極，甚至出現(xiàn)自殺的傾向甚至行為。而如果能夠通過跟蹤雙相障礙患者的智能手機(jī)的語音的情況，就可以做到分析、預(yù)測(cè)患者將來七天之內(nèi)的情緒的分?jǐn)?shù)變化。
此外，數(shù)字表型的指標(biāo)還可用于解決一系列問題。南加州大學(xué)的研究人員開發(fā)了一款能預(yù)測(cè)婚姻不和諧的軟件，提供74種聲學(xué)特征，包括語音質(zhì)量、微光、音調(diào)、音量、抖動(dòng)、韻律等，該軟件的預(yù)測(cè)結(jié)果甚至比專家還好。隨后該研究團(tuán)隊(duì)將由專家人工編碼的訪談和軟件獲取的聲學(xué)數(shù)據(jù)做了對(duì)比，結(jié)果顯示，基于語音的機(jī)器學(xué)習(xí)算法不僅比專家捕獲的相關(guān)信息多，而且其預(yù)測(cè)結(jié)果也更準(zhǔn)確。
在一項(xiàng)針對(duì)平均年齡為22歲的年輕人的小型研究中，研究人員對(duì)34位參與者的多種語音特征，包括詞組長(zhǎng)度、模糊程度、混淆程度、單詞選擇等進(jìn)行一致性分析，用于預(yù)測(cè)有精神分裂癥風(fēng)險(xiǎn)的患者是否會(huì)發(fā)展成精神病。結(jié)果，機(jī)器的分析結(jié)果優(yōu)于專家的臨床評(píng)分體系。而
此外，人們使用智能手機(jī)鍵盤的方式，也可以成為一種有用的標(biāo)記。Mindstrong公司已從這種行為中分解出45種模式，包括滑動(dòng)、字符類型間的滾動(dòng)和延遲時(shí)間等。他們的數(shù)據(jù)與最初研究中的認(rèn)知功能和情緒的金標(biāo)準(zhǔn)測(cè)量值呈正相關(guān)。伊利諾伊大學(xué)的計(jì)算機(jī)科學(xué)家通過深度學(xué)習(xí)和裝有加速計(jì)的自定義鍵盤，進(jìn)一步證實(shí)了這一觀點(diǎn)。他們使用自建的DeepMood算法，在一項(xiàng)試點(diǎn)研究中準(zhǔn)確地預(yù)測(cè)了抑郁癥的發(fā)生。這項(xiàng)研究為通過個(gè)人的鍵盤活動(dòng)追蹤消極情緒的觀點(diǎn)提供了一些獨(dú)立證據(jù)。
還需要考慮什么問題？
目前，雖然人們正在利用這些新方式探索診斷和治療一系列精神疾病和情緒問題的方法，但數(shù)字表型的應(yīng)用依舊面臨挑戰(zhàn)。
首先，把醫(yī)療信息上傳到應(yīng)用程序，對(duì)患者和臨床工作者都有潛在風(fēng)險(xiǎn)。其中的一個(gè)問題是，這些醫(yī)療信息會(huì)被第三方獲得。
理論上，隱私法應(yīng)該阻止精神健康數(shù)據(jù)的傳播。美國(guó)已經(jīng)實(shí)施了24年的HIPAA法規(guī)規(guī)范了醫(yī)療數(shù)據(jù)的共享，而歐洲的數(shù)據(jù)保護(hù)法案GDPR理論上也應(yīng)該阻止這種行為。但監(jiān)控機(jī)構(gòu)“國(guó)際隱私組織（Privacy International）”2019年的一份報(bào)告發(fā)現(xiàn)，在法國(guó)、德國(guó)和英國(guó)，有關(guān)抑郁癥的熱門網(wǎng)站將用戶數(shù)據(jù)泄露給了廣告商、數(shù)據(jù)經(jīng)紀(jì)人和大型科技公司，而一些提供抑郁癥測(cè)試的網(wǎng)站也將答案和測(cè)試結(jié)果泄露給了第三方。
其次，一些倫理學(xué)家擔(dān)心，數(shù)字表型模糊了什么可以作為醫(yī)療數(shù)據(jù)分類、管理和保護(hù)的界限。如果日常生活的細(xì)節(jié)是我們精神健康留下的線索，那么人們的“數(shù)字化日?！本涂梢韵駲C(jī)密醫(yī)療記錄中的信息一樣，告訴別人其精神狀態(tài)。比如，我們選擇使用的詞匯，我們對(duì)短信和電話的反應(yīng)有多快，我們刷帖子的頻率有多高，我們點(diǎn)贊了哪些帖子。我們幾乎不可能在這些信息中隱藏自己。
斯坦福大學(xué)的倫理學(xué)家尼科爾·馬丁內(nèi)斯·馬丁說：“這項(xiàng)技術(shù)已經(jīng)把我們推到了保護(hù)某些類型信息的傳統(tǒng)模式之外。當(dāng)所有數(shù)據(jù)都可能是健康數(shù)據(jù)時(shí)，那么健康信息例外論是否還有意義等相關(guān)問題就會(huì)大量涌現(xiàn)。”
最后，通過智能手機(jī)或可穿戴設(shè)備獲得的數(shù)字表型必須證明其在臨床有效性方面的價(jià)值。數(shù)據(jù)所帶來的決策改善及效率的提高是否對(duì)降低發(fā)病率、復(fù)發(fā)率及死亡率有所幫助目前仍無法明確。很少有醫(yī)學(xué)領(lǐng)域可以單獨(dú)通過監(jiān)測(cè)來提供更好的臨床結(jié)果。
比如，睡眠質(zhì)量是反映一系列心理健康問題的重要指標(biāo)，通常通過腕帶或手表來監(jiān)測(cè)，但腕帶或手表只能感知穿戴者在睡眠期間的身體活動(dòng)。要真正了解患者的睡眠狀態(tài)，需要將傳感器與腦電波建立相關(guān)性，而這目前尚未實(shí)現(xiàn)。
另外，生物標(biāo)志物也可能過于簡(jiǎn)單。正如紐約大學(xué)的教授農(nóng)西奧·波馬拉（Nunzio Pomara）所說：“抑郁癥太復(fù)雜了，不能簡(jiǎn)單地將其歸結(jié)為單一的生物標(biāo)志物。”實(shí)際上，有太多與精神健康相關(guān)的生物標(biāo)志物，而人們不知道哪一個(gè)或其中有多少個(gè)對(duì)于確診或監(jiān)測(cè)治療反應(yīng)至關(guān)重要。
當(dāng)然，不可否認(rèn)，數(shù)字表型代表了在心理學(xué)和醫(yī)學(xué)的許多領(lǐng)域?qū)嵤┬睦碓\斷的新的有力工具。基于社交媒體、智能手機(jī)或其他物聯(lián)網(wǎng)來源的數(shù)字足跡的人工智能分析可用于精神疾病的診斷與精準(zhǔn)治療，這也是人工智能相較于傳統(tǒng)精神疾病診斷的無可比擬的優(yōu)勢(shì)和潛力所在。