近日，以“新型精神健康诊疗技术的挑战与机遇”为主题的香山科学会议第735次学术讨论会在北京召开。北京理工大学医学技术学院教授、脑健康工程团队负责人胡斌表示，已有的精神疾病诊断方式包括专科医生访谈和量表诊断，主观性强且量化指标缺乏。而基于脑电、语音、表情等生理、行为信号的人工智能诊断新技术，其诊断准确率能达到70%-90%。
　　“精神科学是最需要人工智能技术的领域。”中国科学院院士陆林说，新的研究不断证明，人工智能模型在精神疾病的预测诊断、干预治疗等方面都表现出优于传统诊疗模式的潜力。
　　“脑电、心电、肌电等电生理信号都与人的精神状态相关，目前的采集技术已经能够实现‘降噪’采集。”胡斌说，甚至鼾声、微表情、步态等人类感官难以察觉规律或精准捕捉的行为信号都可以用作人工智能判读精神健康的依据。例如，基于“脑—肠轴线”原理，一种可穿戴的肠鸣音采集和监测设备就可应用于精神健康评估。
　　胡斌表示，信息技术让很多之前难以探测到的“蛛丝马迹”，可以被甄别、掌握，高效利用。
　　由于精神疾病的复杂病理机制和高临床异质性（每个人症状和效果不同），如何找到客观量化评估的规律仍是个难题。
　　“只有通过生物传感、人工智能技术与医学、心理学等临床基础研究的交叉融合，才能在精神疾病的客观分层、分类标准及非药物干预技术方面有所突破。”胡斌表示，当前多学科交叉的研究持续开展，但相互之间还需进一步打通“语系”间的鸿沟，形成系统释义型范式，让精神健康诊疗技术“识别得准，解释得清，治疗得对”。
　　“我们团队研制的便携式脑电采集设备创新性地以生理信号为客观指标进行精神状态评估。”北京理工大学健康工程实验室博士后沈健说道，利用便携式脑电精神状态评估技术，研究人员可以在180秒内获取被试者的脑电信号，其间系统还会通过不同音频声与被试者互动，通过大数据模型客观、高效地对被试者进行精神状态评估。该技术对异常精神状态的识别准确率大于90%，已经获得国家二类医疗器械许可。 （张佳星）