2018年12月的一个晚上，我接到了有生以来最糟糕的一通电话。打电话的是我的父亲，他告诉我，我妹妹Paige去世了。她在不到两周前刚满22岁，选择了结束自己的生命。
在她短暂的生命中，Paige一直在与童年时期因无情欺凌而造成的严重心理创伤作斗争。
尽管接受了当时最好的精神病治疗，但她始终未能找到解脱的方法。
在她去世后的整理遗物时，我发现了一张她在死前不久画的画。画中是一个简陋的人像，头顶上摇摇欲坠地堆着几个盒子。这些盒子上贴着标签，写着Paige的医生们认为导致她痛苦的原因：被抛弃、饮食失调、强迫症、社交焦虑、缺乏朋友、性问题和学习问题。
这幅画是Paige试图向她的心理医生解释自己内心感受的一种方式。在画像下方，她潦草地写下了一句话：“没有人知道这是什么。”
如今，我把这句话解读为对所有心理医生的挑战，要求他们在诊断和治疗精神障碍方面做得更好。
Paige知道她的心理医生们并没有真正理解他们试图治疗的“疾病”。
数字表型通过收集心率、步态、滚动模式等数据来创建你心理健康的印象
2018年，我在《连线》杂志担任科学记者，密切关注人工智能（AI）的发展。
妹妹的自杀震惊了我，促使我开始探索AI是否能帮助到她。
在了解AI在精神病学的应用过程中，我意识到这两个领域正在迅速融合，这种融合不仅威胁到患者的自由，也威胁到其他所有人。
当Paige去世时，AI在精神病学中的应用仍处于起步阶段。那时，精神病学家和计算机科学家正合作研究我们与手机、电脑和其他设备的互动能否为AI提供更好的诊断和治疗患者所需的数据。
自那以后，这些精神病AI工具已经从实验室进入了现实世界。我们现在正处于一个全新的精神病AI时代，它有可能使我们都陷入一个由技术决定诊断的数字精神病院。
我们可以看到这种变化正在我们周围发生——它已经在我们的家庭、办公室、学校、医院、监狱和军营中出现。只要有互联网连接，精神病院就在那里等着我们。这里不需要窗上的铁栏杆，因为根本不可能逃脱。
数字表型是一种新的诊断精神障碍的方法。它涉及从电子设备中收集数据，并利用AI监控和分析行为，以寻找精神障碍的迹象。
数字表型不需要读取你的短信；它可以利用现代智能手机上的各种传感器收集心率、步态、滚动模式、面部表情、语调、睡眠模式、体温等潜意识行为的数据，从而创建一个关于你心理健康的印象。
开发数字表型和其他精神病AI系统（PAI）的人相信，这些工具将带来更准确的精神障碍诊断和更有效的治疗方法。
他们还声称，PAI的持续监控可以通过及时干预减少自杀、药物过量和其他精神障碍的严重后果，从而避免人们陷入危机。
PAI的潜力吸引了临床医生和研究人员的关注。投资者也在投入资金，将PAI从实验室带入现实世界。
仅在2021年，投资者就向这类技术投入了超过40亿英镑。不仅是初创公司，像苹果、微软和Facebook这样的科技巨头也在过去几年中启动了研究这些系统的项目。
问题是，这些技术只有在无处不在并时刻监控我们的情况下才能发挥作用。这是确保高危人群不被忽视的唯一方法。
但这一逻辑也使我们走向了一个未来，在这个未来里，我们都可能成为算法精神病院里的病人。
一旦PAI走出诊所，唯一的回应就是屈服于其诊断和转介治疗的权力。毕竟，这是“为了你好”。
这是一个令人恐惧的未来，但问题更多在于精神病学本身，而非技术。
问题不在于AI不够好，无法帮助患有精神障碍的人，而是我们对精神障碍知之甚少，以至于这些工具无法兑现其承诺。
风险在于，将AI应用于精神病学实际上可能会使情况变得更糟，不仅对患者如此，对其他人也是如此。
精神病学的一个主要问题是，它是医学领域中唯一尚未发现其所治疗疾病的生物学起源的学科。诊所里没有任何测试可以像医生诊断癌症或流感那样可靠地提供诊断。
相反，精神疾病的诊断依赖于模糊的概念，主要基于临床医生对患者症状的个人判断。
如今，许多精神疾病的诊断依赖于《精神障碍诊断与统计手册》（DSM），即所谓的“精神病学家的圣经”。
该手册的第一版于1952年问世，仅有32页，描述了大约100种疾病。最新版本三年前出版，长达1142页，详细描述了近300种疾病。
但大多数人没有意识到，DSM中描述的精神障碍类别不像其他医学条件那样具有科学性。
这些诊断并不是基于大量数据表明这些障碍确实作为疾病实体存在，例如癌症。
相反，它们是专业时尚、保险提供商和制药公司的影响以及职业精神病学家的宠理论的结果。
精神病学也是医学中少数几个患者结果在过去几十年中明显恶化的领域之一。
在过去的25年里，我们目睹了精神障碍的发病率、精神病药物处方和自杀率的显著增加。
这些发展在年轻人中尤为明显。
如今，在西方国家，自杀是15至29岁人群的第三大死因，抑郁症、焦虑症和注意力缺陷多动障碍（ADHD）的诊断激增。
令人不安的事实是，我们仍然不知道所谓的“精神障碍”究竟是什么。我们仍然缺乏一种可靠的系统来对它们进行有效分类，更不用说开出处方来可靠地改善患者的症状了。
在我们拥有这些基本基础之前，我们应该非常谨慎地对待那些可能不存在的有效医疗实体的障碍。如果我们不了解自己在治疗什么，我们就冒着严重伤害我们试图帮助的人的风险。
到目前为止，这一警告基本上未被听到，因为临床医生、研究人员和企业家急于将精神病AI系统引入现实世界。
我们面临的风险不仅是AI无法帮助患者，而是它会通过以前所未有的规模应用不良医学而使情况变得更糟。
如果不加以注意，精神病AI系统可能会加剧精神障碍的过度诊断，导致数百万人接受他们可能不需要的药物或行为治疗——这些障碍甚至可能在科学医学术语中并不存在。
这种风险因精神病AI系统要发挥作用就必须广泛应用于一般人群而被放大，无论他们目前是否有精神病诊断。
这将世界变成一个数字精神病院，其中我们的心理健康不断受到AI精神病学家的评估——这是一种以我们的心理健康为名义存在的软专制主义。
这种对人权的威胁并非纯粹的理论问题。2018年，Facebook在美国试行了一项未经请求的PAI自杀预防监控，监控社交媒体用户的活动。
结果，警察进行了数千次不必要的“健康访问”。
相比之下，欧盟禁止了Facebook的自杀预防AI，理由是它未经用户同意运行，并伴有重大的隐私风险。
许多PAI监控声称的能力似乎被认为是既定事实。
但这些说法往往危险地错误。例如，有一种说法是，精神病AI可以通过观察我们在智能手机和笔记本电脑屏幕上与面部表情的互动来读取我们的情绪。
事实上，越来越多的研究表明，我们的面部运动与情绪状态几乎没有关联。
2019年，由马萨诸塞州总医院和东北大学心理学教授Lisa Feldman Barrett领导的一组研究人员分析了同行评议的心理学论文，以研究这种联系是否存在。对1000多篇论文的回顾发现，没有科学证据支持这一技术的基本假设——即“可以从一个人的面部运动中轻易推断出他的情绪状态”。
巴雷特教授表示：“情感AI系统……并不能检测情感。”“是时候让情感AI的支持者和制造营销这些产品的公司停止炒作。”
那么，PAI注定会失败吗？未必。如果临床医生、技术人员和政策制定者能够致力于开发透明、公平、负责、可解释、安全且保护隐私的精神病AI系统，这些系统可能会走上一条真正改善患者结果并维护我们权利的道路。
但这不仅需要更好的AI系统；还需要更好地理解我们在谈论精神障碍时究竟在说什么。
我们仍然没有任何精神障碍的客观生物标志物，直到我们有了这些，将AI应用于这一领域将是徒劳的。
然而，时间不多了。PAI已经开始进入我们的日常生活，无论你是否意识到这一点。随着这些系统嵌入临床实践和日常生活中，改革它们将变得越来越困难。
如果我们做对了，PAI可能会成为解决精神病学诸多问题的有力良药。
但如果错了，我们可能会发现自己永远是数字精神病院的囚犯。
(全文结束)
