新冠疫情带来的长期后果之一，就是心理健康疾病患病率的急剧上升。这源于为最大限度减少病毒导致的死亡和痛苦而采取的许多措施。封锁、学校关闭和远程办公——这些面对百年一遇的疫情所必需的措施——导致了影响各代人的一系列心理健康问题。自2020年以来，焦虑、抑郁、孤独感等问题激增，并且其普遍程度远高于历史水平。由于心理健康专业人员的数量有限，这导致了这些资源的供需失衡。
心理健康历来与身体健康问题的管理方式大相径庭。几十年来，保险公司对精神科诊断的承保范围有限。用于研究这些疾病的原因、诊断和治疗的经费，与身体疾病相比相形见绌。心理健康研究每位受影响者获得的资金，比癌症等身体健康状况少25倍。这种资金差距意味着我们对这些疾病的理解严重滞后，可用的诊断和治疗方案也有限。这可能导致问题长期未被发现，并导致患者默默承受痛苦，以及在生活的各个方面出现表现问题。它还可能表现为身体上的不适，从而导致反复就诊和昂贵的诊断检查。
心理健康历来对受影响者和医学界来说都是挑战。对于遭受精神问题的人来说，与之相关的污名使得他们难以寻求帮助。医疗专业人员可能不完全自在，或者在短暂的问诊中因忙于处理其他问题而忽略了筛查。这更加棘手，因为没有好的血液或影像学检查可以做出明确诊断。尽管心理健康对生活质量以及身体健康疾病结局的影响不可否认，我们仍然缺乏确诊的明确测试。这又回到了前面提到的投入到该领域的研究经费较少的问题。
数字生物标志物
正如我在我的书《AI医生》中所讨论的，AI可能正是我们需要用来改善人群心理健康的工具。越来越多的证据表明，利用AI，结合智能手机等现代数据技术生成的数据，我们可以检测到个体心理健康的线索。这包括分析声音质量、面部表情、与数字设备的交互质量、扫描如MRI中的细微发现等。
所谓的数字生物标志物，将成为我们未来监测和管理健康问题（包括身体和心理健康）的一部分。在一个日益数字化的世界中，许多数字生物标志物将每天生成，并且通过AI等技术使用，可以对其进行分析并采取行动。分析大量多样化的数据并识别模式是AI的关键优势，它可能掌握着管理心理健康问题突破的关键。
在诊断方面，越来越多有前景的研究表明，分析数字生物标志物来筛查和诊断心理健康问题是有效的。例如，从Oura戒指等可穿戴设备收集的数据，显示出了经历抑郁发作的人特有的睡眠和活动模式。虽然使用AI治疗心理健康的初步尝试一直存在争议，并且越来越受到抵制，但这项技术还处于早期阶段，我们才刚刚开始测试它在这一领域的能力。
AI的障碍与希望
早期用于治疗精神问题的聊天机器人，使用了基于整个互联网训练的大型语言模型作为基础，而不是专门为此目的训练的。因此，结果是喜忧参半的，这在意料之中。我们可以期待未来的迭代版本，它们将基于高质量的医学数据进行训练，并经过充分的安全性和有效性测试，从而表现得更好。虽然这并非要取代人类接触——这是管理这些疾病的关键要素——但它可以充当人类治疗师的延伸，并填补那些没有资源帮助有需要的人的空白。
尽管AI在医疗保健应用方面面临许多障碍，但它是唯一有希望从根本上改变护理体验和质量的科技。它在某些领域为改善患者体验的早期应用显示出可喜的结果。这也可以让持怀疑态度的医疗工作者看到这些新技术为他们和患者带来的切实利益。早期影响领域的例子包括：诊所呼叫中心管理，以便于预约和回应患者问题；帮助处理巨大的行政负担，比如撰写病历、与保险公司就必要的检查和程序批准进行交涉、以及提交服务证明以获取付款。
所有这些都可以帮助缓解不堪重负的医疗工作者，并创造喘息空间，将更多资源集中于通常被忽视的心理健康问题。在医学界能够放心地全面使用AI等技术来处理这些疾病之前，还需要进行大量研究。然而，我们在诊断和管理心理健康问题方面对突破的需求非常高。精神科医生和治疗师的供应在短期内仍将有限。尽管AI最终将如何成为处理心理健康问题武器库的一部分尚待观察，但探索其潜力，为这些未得到充分服务的人群创造新的范式，是令人兴奋的。
罗纳德·拉兹米是Zoi Capital的董事总经理。
【全文结束】