 |
|
人工智慧會改變精神醫學嗎？ |
|
徐瑋澤醫師
近十年，「人工智慧（AI）」因機器學習等演算法和硬體計算能力的發展取得突破，而大量擴展應用範圍。當然，醫學上人工智慧的應用也已跨出理論，邁入臨床運作的實際領域。
自然，我們也會想知道，在精神科的領域中，人工智慧可能會對未來的診斷、治療乃至整體醫療面貌帶來何種衝擊？
「由聯合國附屬機構召開的人工智慧造福全球高峰會（AI for good global summit），每年都會討論人工智慧如何正面影響社會。」
Becky Inkster, Honorary Research Fellow, Department of Psychiatry, University of Cambridge at the AI for Good Global Summit 2018 15-17 May 2018, Geneva
©ITU/D.Procofieff ITU (International Telecommunication Union)
「心理師」和「精神科醫師」曾被認為是最不容易被人工智慧技術或機器人取代的職業，然而在臨床工作中常見的「診斷」、「風險預估」、「療效追蹤」等細項，在得到良好資料下，卻可能可藉著新技術而讓準確率大幅改善。
舉例而言，IBM長期投入醫療也有專門的「計算精神病學和神經成像研究小組」，持續研究如何利用機器學習預測精神疾病的患病風險。早在2015年，透過語言辨認，追蹤受試者的語言模式，並分析句子的詞性和連貫性，預測受試者兩年內罹患精神疾病的準確率就達到83%。而分辨出正常人與近期罹患精神疾病者用語不同的準確率也達72%。研究成果發表在《世界精神病學》雜誌上
而針對高風險，2016年，透過機器學習衡量患者回答標準問句之答案，所得到鑑別精神疾病的準確率達85%，而辨認自殺傾向的準確度高達93%。
在生物精神醫學上，不同的訊號經過處理後透過機器學習識別，已經累積越來越多的實證經驗。國內，科技大廠仁寶也在今年4月18日宣布投資成立宏智生醫科技，以腦波訊號經演算法處理後，作為憂鬱症診斷的工具。
在診斷之後，治療計畫的制定便可依靠根據大量實證資料製作的資料庫協助，例如IBM的華生（Watson）系統，是最早商業化的人工智慧醫療輔助工具之一，技術上的成熟度更高，可以讓個別患者得到最符合證據的治療，也可以根據患者的基因、或造成基因的突變等個人特徵進行精準醫療。而IBM也進一步宣稱，在不斷的改進後，除了個人化照護與精準醫療外，Watson的升級與附加軟體，在引進了新演算法後，的還可以協助發現新藥或藥物新應用、提供慢性病治療的管理方案，而Watson也被美國38個州用以分析醫療保險相關數據，處理高需求個案與弱勢團體問題。
另一方面，透過生物指標、病情分類預測患者預後，或選擇適合治療方式的深度學習研究，也多有所突破。但診斷準確率的大幅提升，治療工具的完善化，是否能取代醫師的作用呢？
從目前人工智慧的發展來看，醫師在臨床綜合判斷和整合照護上的角色，還是不可取代的，也就是說，機器不能提供超越其設計的洞見，但人類可以。也因此，在醫學上的AI，更適合以「擴增智慧」（Augmented intelligence）而非「人工智慧」（Artificial intelligence）來說明。在精神醫學上，擴增智慧可以提供輔助診斷的客觀工具、降低醫師的勞動負荷、提醒醫師不要出現人因錯誤，讓醫師有更多時間來接觸病人，考量社會心理部分的治療方針。
而對於患者方面，個人化、網路化的心理治療、追蹤評估與復健方案，未來將更容易被取得，舉例而言，史丹佛大學開發的Woebot，就是一種根據認知行為治療（Cognitive Behavioral Therapy）開發出的聊天機器人，這個應用程式可以紀錄使用者的情緒，並利用認知行為治療的技巧，邀請使用者寫出自己的想法，並檢查這些想法中是不是有「災難化」、「過度歸因」、「非黑即白」等等思考的偏誤。
從目前使用者的經驗來看，聊天機器人心理治療比不治療或單純的支持療法錸德有效，使用者的反應也多半是正面的，雖然程式仍常常被反映為「鬼打牆」、「缺乏情感顯露」等問題，但卻可以永遠陪伴在使用這身邊，而這是心理治療師做不到的。
目前，美國有心理健康問題的民眾大約有1/5，而根據本土研究，在2010年台灣有常見心理疾病（common mental disorder）的民眾也達23.8%，也就是有高達550萬的國人具有心理健康的困擾。然而，這其中需要心理治療的民眾，絕大部分因為時間、金錢或健保等待時間的問題，而無法接受到心理治療。
而低成本、高可及性的聊天機器人，就可以提供一種替代方式，讓患者得到門診與藥物以外的治療資源。而在成癮、生活管理、社交障礙上，也都有不同的App，就算沒有用到機器學習等演算法，也能扮演協助患者康復的角色。因此在開立儲方外，開立App也被認為是當代精神科醫師能提供的治療方式之一。
更進一步，結合穿戴式裝置、監控心跳、腦波、體表溫度或導電率等回饋訊號，甚至表情捕捉等資料，回傳到雲端，都可提供個人心理健康管理的參考數據，這樣的服務已經有商業公司正在進行，未來如何和醫療端結合，改善社區心理健康服務，有可能會造成近十年社區精神醫療模式的重要改變！
|
|
|
| |
|