人工智能在精神健康和幸福-当前的应用和趋势

丹尼尔Faggella
头像

Daniel Faggella是Emerj研究的首脑。丹尼尔呼吁由联合国,世界银行,国际刑警组织和龙头企业,丹尼尔是AI对商业和政府领导者竞争战略影响的全球追捧。

AI在心理健康和健康 - 当前的应用和趋势

在跨越的进展中有许多AI举措卫生保健行业;其中一些是为了精神健康和福祉。在本文中,我们提供了AI如何促进心理医疗保健的概述。

我们讨论目前尚未满足的患者需求,以及人工智能如何满足这些需求。我们还考虑了在精神卫生领域采用人工智能可能带来的好处和风险。

这个报告是基于我在转型技术会议在硅谷:

完整的幻灯片也可以在Slideshare

未满足的心理健康和福祉需求

的数字

2015财年全国卫生研究院(NIH)的资金为30亿美元。不到10%的资金投入心理健康和成瘾相关方案。这与可能意味着改善的心理健康有可能导致寿命更长,生产力更高的研究相比。

2001年,世界卫生组织(世卫组织)怀疑,超过10%的健康寿命损失和30%的残疾寿命可归因于心理健康问题。此外,据估计,抑郁症每年造成大约2亿个工作日的损失,这将使美国雇主损失170亿至440亿美元。值得注意的是,心理健康问题的经济影响很难衡量或完美量化。

最着名的AI供应商服务于心理医疗保健空间目前在两类中提供解决方案:

  • 会话接口
  • 患者行为模式识别
Woebot谈话
用户和Woebot的Chatbot之间的交互示例。

会话接口

示例供应商:Wysa.ioWoebot.ioGinger.io

一些AI供应商试图通过提供自动文本互动来促进幸福。虽然这项技术不是取代真正的治疗师或精神科医生,但它可以鼓励人们预约和跟进专业的预约。

一些供应商宣传提供提示和提醒的能力,强调良好的睡眠习惯和积极的思维方式。这些疗法通常以认知行为疗法为基础,在必要时可以将用户与人类教练联系起来。

目前,创建一个有效的心理健康的局限性聊天相对陡峭。的一些最大的银行在世界上仍然有问题创造有效用于简单的消费者银行功能的聊天机器人

医疗保健行业的比较规模将表明,他们会看到更多的问题,试图为这种类型的项目汇总数据和资金。

行为模式识别

示例供应商:万寿菊健康MindstrongGinger.io

在心理健康领域的第二类人工智能应用也符合未来几年将变得越来越重要的人工智能趋势。识别患者、客户或任何类型用户的行为模式的能力被用作跨行业的各种业务问题的解决方案。这强调了保持数据可跟踪性和可访问性的重要性,这使得未来的人工智能计划更容易采用。

类似于对话界面,这种类型的人工智能工具可以用来帮助治疗师和医生找到患者某些状况的指标。这类软件背后的机器学习算法会收集患者的行为信息,比如互联网活动或旅行,然后让他们根据这些信息进行自我评估。软件通常会询问病人当天的感觉如何。这样,它将能够使用这些信息来接近病人的精神状况,并确定他们是否需要治疗师的帮助。

一个人的精神状况和身体因素可能会成为确定问题的重要数据。目前,人工智能供应商声称可以从患者身上追踪以下类型的生物特征数据:

  • 锻炼和睡眠
  • 位置和运动
  • 自我报告评估(每天或每周)
  • 短信内容
  • 电话使用或活动

尽管这类项目可用的数据来源多种多样,但在创建有效的心理健康模式识别应用程序方面仍然存在一些突出的限制。例如,围绕应用程序分析病人私下的文本对话的能力,存在许多隐私问题。

稍后使用此数据培训算法时,需要正确匿名,这可能难以实现复杂的情况。此外,诸如运动和睡眠习惯的自我报告数据的可靠性通常是值得怀疑的。在未来几年,公司需要专注于优化这些渠道,以获取数据,并找到更有效地利用它的方法。

以下是MarigoldHealth如何使用情感分析技术来让医疗保健网络更好地了解不同人群的一个例子:

万寿菊健康的情感分析价值主张。

可信的收益和预测

我们怀疑心理健康空间的核心价值主张位于跨新数据流的模式。这包括来自各种来源的数据,包括移动设备活动,Geolocation数据,应用程序使用,文本消息的内容和睡眠估计。

将新的实时数据流与用户健康代理关联起来似乎是最突出的应用程序中最有前途的一个。

更具体地说,这些应用程序关联的数据是从移动设备的活动中提取的,而不是自我评估的信息。然后,这类应用程序会将其与一个给定的阈值进行比较,比如自杀念头或精神病医生就诊的频率。

虽然未知这些应用程序在提供患者的直接护理方面发挥的角色有多大的作用,但这种代理数据可能会在技术的提高时提供更准确的患者健康估算。

开发一款能够切实建议人类患者采取行动或行为改变的人工智能应用程序可能需要数年时间。这是因为这些建议需要更多的背景信息,而不是我们目前的移动设备和对话界面所能提供的,比如创伤或恐惧。最有可能的是,将这一背景的收集保持在人类医生的范围内。

通过聊天机器人来复制人类互动,从而暗示行为改变,也将是特别具有挑战性的。这种做法也给医疗保健公司和患者带来了许多危险,比如网上有很多与心理保健聊天机器人进行的非常脱节或荒谬的对话的例子。

这些对话界面的长期目标可能还需要很长一段时间,但文本仍然是反馈和患者数据的潜在来源。这对于识别更高层次的风险是至关重要的,比如他们对“你还好吗?”以及“最近过得怎么样?”

此外,这些应用程序可以帮助那些由于各种原因无法获得传统心理健康护理的人。这些包括:

  • 负担不起治疗费用的人
  • 那些可能太害羞或羞于尝试治疗的人
  • 农村或偏远地区的人,无法获得治疗师

虽然有机会以传统治疗之外的方式帮助这些群体,但接种每个患者的最佳方式仍然不清楚。从这个初始问题中可以清楚地看出,需要更多的研究,以便在它们用作治疗替代品之前确定这些类型的数字化治疗和诊断应用的影响。

有证据表明,该领域的人工智能初创公司似乎明白,他们的应用程序的主要目的是确保患者的安全,并最终在时机成熟时将他们转移到人类治疗师那里。

例如,供应商Mindstrong的价值主张代表了“先发制人”的洞察力,就像许多其他公司目前所说的:

考虑风险

商业模式

在构建这种类型的应用程序时,需要考虑的一个风险是导致业务模型偏离这些服务的可访问性和合理定价的动机。随着越来越多的人工智能心理健康公司获得关注,它们将开始更加认真地考虑这些问题。例如,每月的账单可能会微妙地鼓励患者尽可能多地使用服务,以获得他们所能获得的所有价值。

另一个问题出现了这些应用,以至于这些应用最终找到潜在患者的治疗师。具有诸如此类的目的,商业模式可能开始优先考虑将患者推向治疗师,而不是确定他们需要的患者。

如果商业模式围绕每聊与远程治疗师或教练的每聊谈期,则可能存在类似的倾向,以将越来越多的客户推荐给这些教练。而不是通过确定它们需要其中一个教练来帮助患者来帮助患者,而是可以更大的动机使患者尽可能多地与应用程序啮合或教练。

许多对话界面都看到了类似的担忧,但在心理健康领域,风险要高得多。

AI启动使这些类型的应用程序需要找到一种方法来实现有利可图,但目前目前尚不清楚营利性激励措施是否会在不提供用户的方向上弯曲产品。

长期影响

为了确定虚拟心理医疗保健的长期影响,在任何估计可能被认为准确之前需要更多的研究。目前,关于这种相对新的AI用例,没有足够的客观研究。

此外,相同的应用程序由具有各种心理健康问题的人下载。确定每种疾病患者对每种疾病患者的潜在益处和危害是特别困难的。

发现这些应用程序的长期影响的另一个问题是,用户必须与之互动的技术将在未来十年迅速变化。

如前所述,保健公司可以通过从他们的数据代理数据来获取这些应用,以对个体患者进行重要的确定。他们将完成这一点的方式需要改变,以适应智能手机和其他设备的能力,因为它们在未来发展。

结论和外卖

如果我们能收集到足够多的关于睡眠和手机活动的数据,还有很多信息需要挖掘,对话界面可能是其中的一部分。然而,要让人工智能技术达到能够提出切实改善幸福感或降低风险的行动和行为的水平,还需要相当长的时间。

即使在两到三年内,心理健康聊天建议也可能无法超越最通用和基本的心理健康建议。医疗保健公司和AI初创公司应该在这方面保持期望低。

与此同时,它对这个空间感兴趣的公司,学者和医疗保健提供者有很多令人愉快。一些C级高管选择投资于这些类型的AI举措,并且有许多论坛和事件可以讨论它们姿势的潜在利益和挑战。

保持在AI曲线的前面

发现在业务未来将赢家分开获奖者的关键AI趋势和应用程序。

注册“AI Advantage”时事通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
subscribe-image
保持领先于机器学习曲线

加入超过2万名专注于人工智能的商业领袖,并接收我们每周发布的最新人工智能研究和趋势。

感谢您订阅EMERJ“AI Advantage”时事通讯,请检查您的电子邮件收件箱进行确认。