斯坦福大学正在进行一项重要努力，旨在通过创新使用人工智能来转变心理健康研究和实践，使其更加客观和科学。
这种转变特别受到先进人工智能技术的推动，包括深度学习（DL）、机器学习（ML）、人工神经网络（ANN）、生成式AI和大型语言模型（LLM）。这是一个值得进行的重要追求，人们对此寄予厚望，期待能够获得显著成果和新的见解。
让我们来探讨一下这个问题。
这篇关于AI突破的分析是我持续报道AI最新进展的一部分，其中包括识别和解释各种有影响力的AI复杂性。
AI与心理健康治疗
作为背景介绍，我一直在广泛报道和分析现代AI在提供心理健康建议和执行AI驱动治疗方面的各种方面。这种AI的日益使用主要是由生成式AI的不断发展和广泛应用所推动的。对于这一不断发展的主题，我的一些专栏文章简要总结了四十多篇相关文章中的内容。
毫无疑问，这是一个迅速发展的领域，拥有巨大的潜力，但同时也有隐藏的风险和陷阱。我经常就这些紧迫问题发表意见，包括去年在CBS《60分钟》节目中的一次露面。
如果你是AI心理健康领域的初学者，可以考虑阅读我最近的一篇文章，该文还回顾了斯坦福大学精神病学和行为科学系的一项高度创新的举措——AI4MH。实际上，今天的讨论主要围绕AI4MH最近举办的一场研讨会展开。
主观与客观
让我们先简单剖析一下通常认为的主观与客观之间的竞争或平衡。
“客观”通常指具有硬事实、经过验证的原则和前提、明确的观察结果、可重复的结果和其他高度具体的系统元素。相比之下，“主观”则被描述为很大程度上是推测性的、基于情感的、开放解释的，并且没有那么确凿无疑。
你可能会惊讶地发现，主观与客观的问题在两个领域有着悠久的历史渊源，即心理学和物理学。事实上，心理学和物理学历来都是揭示主观与客观对话的丰富领域。通常认为，物理学倾向于客观而非主观，而心理学则更多地倾向于主观而非客观。
让我们回到1890年代，著名的丹麦教授哈拉尔德·霍夫丁在《心理学纲要》中提出了以下观点：
- “心理学是研究心灵的科学——这是对当前研究课题最简短的描述。”
- “它仅仅标志着心理学是研究思考、感受和意志的科学，与物理学是研究空间运动和占据空间的科学相对。”
- “这两个领域包括了所有可能成为人类研究对象的一切。”
你可能会注意到，心理学和物理学本身涵盖了所有可能成为人类研究对象的一切。这对心理学和物理学领域的研究者来说是非常吸引人的，但对于其他领域的人来说可能并不那么友好。
无论如何，在心理学领域关于主观与客观的棘手问题上，我们可以回忆起巴甫洛夫在1930年的评论：
- “我相信，当生理学和心理学、客观和主观真正结合在一起时，当我的意识和身体之间的痛苦冲突或矛盾得到实际解决或抛弃时，人类思想的一个重要阶段将被达到。”
巴甫洛夫的评论反映了心理学领域长期以来的愿望，即寻找并验证可靠的方法，将心理健康分析中的主观方面与更精确的客观测量和原则结合起来。
最后，爱因斯坦对此问题的看法如下：
- “身体和灵魂不是两件不同的东西，而是看待同一件事的两种不同方式。同样，物理学和心理学只是试图通过系统思维将我们的经验联系起来的不同尝试。”
反驳爱因斯坦的观点总是很困难，所以我们接受他的看法。
斯坦福AI4MH近期研讨会
换一个话题，心理学以及主观与客观的挑战性特性是斯坦福大学于2025年5月28日在斯坦福校园举办的一场研讨会的主要主题。
这场研讨会由斯坦福医学院精神病学和行为科学系的AI4MH（心理健康人工智能）倡议组织。会议的主题是“来自AI4MH教员的见解：用AI转变心理健康研究”，视频记录可在该链接处找到。
主持人和三位发言者分别是：
- 主持人：Kilian M Pohl博士，AI4MH负责人，精神病学和行为科学教授（主要实验室和孵化器），兼任电气工程教授。
- 第一位发言人：Kaustubh Supekar博士，斯坦福大学医学院精神病学和行为科学临床副教授。
- 第二位发言人：Ehsan Adeli博士，精神病学和行为科学助理教授（公共卫生和人口科学），兼任计算机科学和生物医学数据科学教授。
- 第三位发言人：Shannon Wiltsey Stirman博士，精神病学和行为科学教授（公共卫生和人口科学）。
我参加了这次会议，并将在此提供一个总结和分析。此外，我还查看了发言者的几篇研究论文，选取了一些关键点来进一步激发你对研讨会上提供的深刻见解的兴趣，并基于他们各自深入的研究。
接下来，我将按照研讨会的顺序依次介绍每位发言者，然后提出一些总结性的想法。
大脑-心智问题
人类大脑由约860亿个神经元和大约100万亿个突触组成。这个复杂的器官在AI领域常被称为人类的所谓湿件。这是对计算机硬件和软件的一种俏皮说法。
不知何故，尽管我们还不完全清楚，人类的大脑或湿件产生了我们的思维。反过来，我们在做什么和如何行动是由我们头脑中的奇迹决定的。关于心智理论（ToM）及其与AI领域的关系，我在另一篇文章中有过讨论。
在Kaustubh Supekar博士的演讲中，他敏锐地指出，大脑-心智无疑是精神健康的源泉，应该在试图确定精神障碍的原因时仔细研究。他和他的团队正在使用AI来推导出与精神障碍相关的脑指纹。
想象一下，如果我们最终能够建立大脑-心智内部运作与精神障碍表现之间的紧密映射，那将是多么令人兴奋的事情。想象一下预测、治疗或至少帮助那些患有精神障碍的人的可能性。
如果你不熟悉精神障碍的正式定义，我在一篇关于使用DSM-5进行AI驱动治疗的文章中涵盖了这一点，并引用了这本著名手册中的定义：
- “精神障碍是一种综合征，其特征是个体的认知、情绪调节或行为出现临床上显著的紊乱，反映了心理、生物学或发育过程中潜在的精神功能失调。”
DSM-5是一个广泛接受的标准，是美国精神病学会（APA）发布的《精神障碍诊断与统计手册》第五版的缩写。DSM-5指南或手册是执业心理健康专业人士的权威参考书。
在Kaustubh Supekar博士作为第一作者的一篇近期研究文章中，题为“22q11.2缺失综合征及其相关精神病的稳健和可复制的功能脑签名：基于深度神经网络的多队列研究”，提出了以下要点：
- “在这里，我们使用迄今为止最大的多队列数据之一，识别22q11.2DS和22q11.2DS相关精神病的功能脑签名，以及它们与特发性早期精神病的联系。”
- “应用一种新颖的时空深度神经网络（stDNN）分析方法来处理多队列数据，以识别22q11.2DS和22q11.2DS相关精神病的功能脑签名。”
- “我们的结果表明，22q11.2DS个体表现出与对照组明显不同的功能脑组织。”
这项研究旨在找出具有特定染色体缺失（称为DiGeorge综合征或22q11.2缺失综合征（DS））的人与常见精神病症状之间的关系。通过使用基于AI的人工神经网络（一种专门的空间-时间或时空分析方法，称为stDNN）来检查脑相关数据。
这项及其他类似研究是在将大脑-心智公式与精神障碍性质联系起来的方向上的重要步骤。
表现行为的重要性
忠实读者可能会记得我对环境智能（AmI）的预测，认为它将是一个迅速扩展的领域，并将不可避免地极大地改变我们的生活。
什么是环境智能？
简而言之，它是一个术语，描述了使用AI将电子设备的数据汇集在一起，并专注于检测和响应人类存在。这个术语在1990年代开始流行，当时移动设备和物联网（IoT）正在兴起。它是普适计算的一个关键方面。
由于AI和普适技术的进步，环境智能取得了显著进展。成本越来越低，嵌入式设备无处不在，甚至在这些设备的作用范围内也几乎是看不见的。AI使适应性和个性化成为可能。
在AI4MH研讨会的第二场演讲中，Ehsan Adeli博士指出，我们可以利用表现行为来尝试检测和缓解心理健康问题。
但如何捕捉表现行为呢？
一个有力的答案是依靠环境智能。
在他作为共同作者的一篇研究文章中，题为“医疗环境中使用环境智能的伦理问题”，提出了以下要点：
- “环境智能涉及在医疗环境中使用非接触式传感器和接触式可穿戴设备收集数据（例如，物理空间的成像数据、音频数据或体温数据），并结合机器学习算法来高效有效地解释这些数据。”
- “环境传感器放置在医院环境中（例如重症监护病房[ICU]和手术室，监测临床医生、工作人员和患者的活动），以及日常居住空间（如独立生活或社区护理环境），以收集与老年人护理、慢性病管理和心理健康问题相关的数据。”
- “与其他引入医疗保健领域的人工智能技术一样，环境智能预计会对临床关系产生影响。环境智能系统的使用使医学实践进一步远离传统的医患一对一关系。”
这个想法是通过观察一个人的表现行为，我们有可能将其与其心理健康状况联系起来。
此外，通过适当使用AI，AI可能能够检测到某人何时出现心理健康问题或实际患上精神障碍。AI随后可以通知临床医生或其他人，包括患者本人，根据具体情况确定。
从某种意义上说，这开启了对神经精神症状（NPS）进行持续评估的大门。当然，正如Ehsan Adeli博士直接指出的那样，为了这一目的启用AmI需要考虑隐私和其他AI伦理及患者伦理方面的注意事项。
基于证据的方法确实重要
基于证据的方法是一个热门话题，理应如此。
循证医学和医疗保健的趋势一直在进行中，旨在以一种经典的较少主观、更多客观的方式改进研究和实践。美国心理学会（APA）将基于证据的心理学实践（EBPP）定义为“在患者特征、文化和偏好的背景下，将最佳可用研究与临床专业知识相结合”。
AI4MH研讨会的第三位发言者是Shannon Wiltsey Stirman博士，她是一位顶级研究人员，专注于如何促进高质量的循证心理社会干预（EBPs）的实施。她的研究工作之一是制定一个框架，用于识别和分类在常规护理中对EBPs所做的调整。
关于框架，Stirman博士的演讲包括讨论了一个新制定的框架，用于评估基于AI的心理健康应用程序。这个创新且急需的框架是由她和几位同事共同制定的。在一篇合著的论文中，题为“准备评估人工智能-心理健康部署和实施（READI）：综述和建议框架”，提出了以下要点：
- “为了确保负责任地部署AI-心理健康应用程序，需要一种原则性方法来评估和报告AI-心理健康应用程序。”
- “为了解决这一需求，我们介绍了针对心理健康应用程序的准备评估AI-心理健康部署和实施（READI）框架。”
- “READI框架包括安全性、隐私/保密性、公平性、有效性、参与度和实施等方面的考虑。READI框架概述了评估AI-心理健康应用程序临床部署准备情况的关键标准，提供了评估这些技术并报告结果的结构化方法。”
长期读者知道我一直呼吁这样一个评估框架已经有一段时间了。
例如，当OpenAI首次允许ChatGPT用户定制GPT时，突然涌现了许多声称通过ChatGPT执行心理健康治疗的GPT应用程序。在我的审查中，我指出许多这些应用程序不仅空洞，而且有时是危险的，因为这些随意塑造的ChatGPT小程序提供的建议是错误和误导性的。
我还多次赞扬联邦贸易委员会（FTC）对那些吹嘘其AI心理健康应用程序虚假声明的人采取行动。几乎任何人都可以轻松创建一个声称适合心理健康治疗的生成式AI应用程序。他们可能完全没有经验、培训，也没有任何与心理健康专业人员相关的资质。
与此同时，消费者很难知道哪些心理健康应用程序是谨慎和有用的，哪些是有问题的，应该避免。这就是为什么我一直寻求一种类似于消费者报告的评分系统，以区分AI心理健康应用程序。
新的READI框架是朝着这一迫切需要方向迈出的重大一步。
即将到来的巨大人类收益
推动心理学中主观与客观的平衡将需要认真和不懈的努力。
尤其鼓励新手研究人员追求这些新颖的努力。资深研究人员也可以考虑调整他们的常规方法，适当地纳入AI。AI可以是一个有用的工具和示范性的辅助手段。我已经详细阐述了AI如何已经启发和协助心理学，以及心理学如何启发和促进AI的发展。
在尽可能远的目标上推进心理学和行为科学有很多利害关系。除了增强心理健康（这当然是至关重要的和值得称赞的），查尔斯·达尔文在他的《物种起源》（1859年）中提出了一个更宏大的观点：
- “在遥远的未来，我看到了更为重要的研究的广阔前景。心理学将建立在一个新的基础上，即每个心理能力和能力都必须通过渐进的方式获得。这将揭示人类的起源和历史。”
你看，赌注还包括揭示人类的起源和我们悠久的历史。
轰动一时，话音未落。
有些人可能会说，AI作为一种计算机器可能会在这种发现中发挥作用是讽刺的，但这并不离谱，因为AI实际上是人类自己创造的工具。这是我们用来理解世界的不断扩大的工具箱中的一部分。
并且很高兴地包括了两个非常受欢迎的领域，即心理学和物理学这两个亲密的表亲。
(全文结束)