产业气象站|AI为你拨开“阴霾”：机器学习在抑郁症治疗中的应用全文共3143字

全文共3143字，预计学习时长8分钟

文章图片
图源：unsplash
机器学习这一话题早已远远超出了它的起源——计算机科学，渗透到了众多的公共和私营行业以及各种不同的学术学科。尽管机器学习技术和人工智能（AI）这两个术语经常可以互换使用，但其实前者通常被认为是更广泛的人工智能(AI)领域的一个子集。
医疗保健业就是尝试将运用机器学习技术的领域之一。目前，医疗行业中应用最广泛的人工智能技术就是机器学习，它在改善患者身体健康以及心理健康等方面都有所涉足。
医疗保健行业内机器学习应用的目标一般是增强临床理解与改善患者护理。具体来说，越来越多的研究都将重点放在使用机器学习来改善患者的筛查、诊断、临床决策和特定治疗结果上。
相较于机器学习在身体健康领域的应用来说，它在心理健康领域的应用仍比较落后。不过我们很开心能看到，近年来有关机器学习改善人们心理健康方面的研究数量增长十分迅速。
心理健康是一个庞大的产业，这一领域的机器学习研究已经被应用到了大量的课题，包括药物治疗、临床诊断、心理治疗结果，它甚至可以预测严重精神疾病的发生。更具体地说，上述几个方面机器学习在心理健康领域的应用往往聚焦于某一特定的诊断群体，有时甚至会细化到该心理疾病的某一特定治疗方式。
目前机器学习研究中最普遍的诊断群体也是心理健康疾病中最普遍的病症——抑郁症。据估计，仅在美国， 2017年就有超过1700万成年人至少有过一次严重的抑郁症发作经历，这个数字占总人口的比例高达7% 。
虽然机器学习在抑郁症中的应用研究并不是什么新鲜事，但其实，这方面的研究最近才刚开始获得重大进展。
对所有机器学习在抑郁症中的应用相关论文进行文献分析后发现，第一篇相关论文发表于1993年。然而，直到1999年第二篇论文才被发表出来，此后每年都有稳定而缓慢的增长。最近，我们发现有关抑郁症中机器学习的研究数量增速渐长，尤其是在过去的三年里，该数量的指数级增长尤为明显。
鉴于这种发展趋势可以肯定，我们仍然处于机器学习在抑郁症方面应用研究的早期阶段。这是一个充满希望和令人兴奋的研究领域，众多方面的研究还有待展开。
当前应用

文章图片
【产业气象站|AI为你拨开“阴霾”：机器学习在抑郁症治疗中的应用】图源：unsplash
机器学习在抑郁症诊疗中最突出、普遍的应用之一，就是其在药物治疗结果上的使用。事实上，检索在抑郁症诊疗中应用机器学习的期刊你就会发现，大部分的论文都将重点放在了精神药物治疗上。
其中一项著名的研究结合了之前9项抑郁症研究的临床数据，利用机器学习对相关症状进行聚类，随后建立了一个机器学习模型来评估几种主要抗抑郁药物的疗效。结果发现了三组症状，并发现研究涉及的几种抗抑郁药的疗效存在统计学上的显著差异。这表明医生在给抑郁症患者开药时，应该根据患者所表现的具体症状对症下药。
认知、心理运动和情感测试等具体的心理评估工具也用来对结果进行分类。这些聚类被用来预测心理药物治疗后的反应，结果显示，某些生物标记与有效抗抑郁药物处方有关。
机器学习还应用于完成初始药物治疗方案后如何缓解抗抑郁症症状这一课题的研究中，这是抑郁症治疗（用药）中一个突出、反复出现的问题。
研究人员基于临床评估数据来训练机器学习模型，对三种不同抗抑郁药物的作用（12周后）进行分类。结果表明，所分析的164个临床特征能够以60%的准确率预测三种药物治疗方案中的两种方案对抑郁症的缓解情况。