人工智能和機(jī)器學(xué)習(xí)正在助力數(shù)字健康熱潮,但在心理和行為健康方面仍處于起步階段。事實(shí)上,這并不意外,因?yàn)槔斫馊祟惖乃枷牒透惺芸刹粌H僅是“分析血液測(cè)試數(shù)據(jù)或者醫(yī)學(xué)掃描疾病跡象”,往往要比分析某個(gè)人是否會(huì)患上腎臟疾病難得多。提振某個(gè)人的情緒,或者個(gè)性化地治療精神失常(特別是抑郁癥)仍然是非常困難的。
根據(jù)世界衛(wèi)生組織的統(tǒng)計(jì),抑郁癥是全球最主要的健康問題之一。抑郁癥患者經(jīng)常要經(jīng)過大量乏味的試驗(yàn)和錯(cuò)誤的過程來找到適合自己的抗抑郁藥物。很多患者對(duì)初期健康服務(wù)感到不滿,不愿意堅(jiān)持治療,甚至報(bào)告存在讓人變得虛弱的副作用。最近有研究表明,2/3的患者在首次服用了抗抑郁藥后未能好轉(zhuǎn),另有30%的患者放棄了一線治療的機(jī)會(huì)。
為了解決抑郁和焦慮問題,有初創(chuàng)公司推出了一系列基于人工智能的工具,從而幫助精神科醫(yī)生和家庭醫(yī)生更快地優(yōu)化護(hù)理措施。
比如,總部位于以色列特拉維夫的初創(chuàng)公司Taliaz,正在開發(fā)一種名為PREDICTIX以人工智能為驅(qū)動(dòng)的決策支持工具,可以幫助醫(yī)生找出適合患者的抗抑郁藥物。PREDICTIX是根據(jù)迄今為止最大的抑郁癥前瞻性臨床試驗(yàn)——Sequenced Treatment Alternatives to Relieve Depression (STAR*D) Study——相關(guān)數(shù)據(jù)開發(fā)的。Taliaz稱,在完成算法開發(fā)之后,該工具能夠預(yù)測(cè)當(dāng)前抗抑郁藥物的療效和不良反應(yīng),準(zhǔn)確度高達(dá)75%。
Taliaz公司首席執(zhí)行官、魏茨曼研究所神經(jīng)科學(xué)博士Dekel Taliaz表示:“只有通過科學(xué)研究、遺傳學(xué)、神經(jīng)學(xué)、環(huán)境和臨床數(shù)據(jù)的深度結(jié)合,我們才能理解這些復(fù)雜性并找出相關(guān)的標(biāo)記,以建立能夠?yàn)榛颊咛峁┳罴呀Y(jié)果的預(yù)測(cè)模型。我們通過簡單的非侵入性測(cè)試,以在線調(diào)查問卷的形式收集了患者的DNA樣本、人口統(tǒng)計(jì)信息和臨床病史。然后,PREDICTIX提供有關(guān)抗抑郁藥物的預(yù)測(cè)信息,并推薦最適合每位患者基因構(gòu)成和健康記錄的信息。”
今年3月,Taliaz攜手英國領(lǐng)先的在線精神病學(xué)服務(wù)機(jī)構(gòu)Psychiatry UK LLP(PUK),推出了號(hào)稱是第一個(gè)針對(duì)抑郁癥患者的在線AI基因檢測(cè)服務(wù)。這個(gè)在線醫(yī)療管理版本的PREDICTIX服務(wù),旨在通過幫助精神科醫(yī)生更早、更好地找到適合的抗抑郁藥物來減少患者的痛苦。
“我們有一位患者對(duì)四種抗抑郁藥沒有產(chǎn)生反應(yīng),他反饋說,從三周前開始服用Predictix測(cè)試推薦的藥物之后,現(xiàn)在像是‘換了一個(gè)人,感覺已經(jīng)好了80%’”,Psychiatry UK精神病學(xué)家Adil Jawad博士說。Psychiatry UK是英國領(lǐng)先的在線精神病學(xué)服務(wù)機(jī)構(gòu),為英國NHS公共機(jī)構(gòu)和私人組織提供服務(wù)。
另一家希望提高抑郁癥治療效果的以色列科技公司是Elminda,該公司最近獲得了歐盟委員會(huì)280萬歐元獎(jiǎng)勵(lì),用于提升其技術(shù)以幫助歐洲患者免受抑郁癥的困擾。Elminda的BNA-PREDICT大腦分析產(chǎn)品可以預(yù)測(cè)患者對(duì)抗抑郁藥物和神經(jīng)刺激治療的反應(yīng),幫助醫(yī)生選擇最有效的抗抑郁治療手段,以及直接監(jiān)測(cè)治療對(duì)患者大腦的影響。
“我們?yōu)镋lminda獲得了歐委員會(huì)著名的Horizon 2020第二階段中小企業(yè)項(xiàng)目授予的獎(jiǎng)項(xiàng)感到自豪”,Elminda公司Roni Sharon博士這樣表示。
健全的心理健康對(duì)于創(chuàng)造力、生產(chǎn)力和才智來說至關(guān)重要,這一點(diǎn)似乎比以往任何時(shí)候都更加明確。隨著時(shí)間的推移,我們希望看到越來越多的初創(chuàng)公司和投資者聯(lián)合起來,促進(jìn)和改善人類的情緒、心理和社會(huì)福祉。在這種情況下,隨著人工智能的不斷升級(jí),人工智能算法經(jīng)過優(yōu)化以創(chuàng)建更有用的支持機(jī)制,在最復(fù)雜和最容易出錯(cuò)的情況下開發(fā)出有用的專業(yè)技能。雖然我們不知道Taliaz和Elminda等初創(chuàng)公司未來會(huì)是怎樣,但我們希望這些公司在患者使用和堅(jiān)持正確療法方面發(fā)揮關(guān)鍵的作用。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。