方兴未艾的人工智能技术，与日益得到重视的精神健康有哪些颇具潜力的交叉碰撞？我们能不能通过大数据和人工智能新技术，找到诊疗精神疾病的客观标准，加速攻克这一人类最后的疾病堡垒？

12月7日，由天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，TCCI）人工智能和精神健康前沿实验室（上海精中）和国家精神疾病医学中心脑健康研究院主办，中国医疗保健国际交流促进会精神健康医学分会、白求恩精神研究会心理健康分会（筹）承办的人工智能与精神健康论坛在线召开。会议从“人工智能与精神健康研究前沿”、“人工智能助力心理健康评估与干预新进展”、“人工智能推进精神疾病诊疗新突破”等视角，邀请20多位中国、美国、德国的知名专家学者开展跨界探讨，超过34万人次观看了会议直播。

上海市精神卫生中心院长赵敏教授透露，上海市精神卫生中心正在与天桥脑科学研究院联合推进人工智能在精神健康前沿领域的研究和应用转化，重点关注精神疾病的评估方法及干预多模态的数据库建立，作为国家精神疾病医学中心将为人工智能在精神疾病的诊疗新技术方面提供支撑。

图注：赵敏院长作开场致辞图片来源：会议材料

国家精神疾病医学中心脑健康研究院院长徐一峰教授介绍，此次论坛聚焦人工智能和精神卫生心理健康的前沿技术发展，并探索其如何同社会、法律以及人文等领域共同结合同步发展，让人工智能技术更好地促进人类健康。

图注：徐一峰院长作开场致辞图片来源：会议材料

天桥脑科学研究院应用神经技术前沿实验室主任Gerwin Schalk教授说，前沿实验室是TCCI自主开展科研的重要载体，与世界知名科研机构合作，从项目研发、项目资助、项目孵化、项目投资及陈式前沿科学奖5种途径全面推进交叉、前沿科学的发展，目前已经建成两个实验室。

图注：Gerwin Schalk教授介绍天桥脑科学研究院前沿实验室图片来源：会议材料

国家精神疾病医学中心上海市精神卫生中心李春波教授、申远教授、仇剑崟、袁逖飞教授主持了会议。

多模态融合下，“降噪”找到个性化诊疗方法

美国斯坦福大学医学院Leanne Williams教授介绍了其研究团队在抑郁症生物学分型及分类治疗中的研究进展。研究团队通过功能性磁共振成像（Functional Magnetic Resonance Imaging，fMRI）技术划分人群大脑成像数据，将其分为6个不同的神经环路，以此为基础对患者进行区分，并为个体患者定制了个性化治疗方案。结果显示，施加针对性治疗可以改善患者的脑部情况，包括加强前额叶的连接、改善认知功能等。

中国科学院院士、北京大学第六医院院长陆林教授分享了人工智能，包括前沿的脑机接口技术等在脑部疾病治疗的进展。陆林院士表示，脑机接口技术有望为精神疾病治疗带来新的突破口。

上海市精神卫生中心彭代辉教授带来了人工智能技术在临床抑郁症诊断和治疗的进展。彭代辉教授表示通过采集患者的音频、视频、脑电、眼动以及生理学数据可以建立抑郁障碍多模态信息库，进而通过深度学习进行特征提取，建立多模态融合预测和诊断模型。这些数字科技可以辅助临床对抑郁障碍进行诊断。

人工智能助力心理健康评估和干预新进展

上海市精神卫生中心王继军教授分享了在临床高危精神病综合征群体中的研究，基于脑电信号的人工智能风险预警模型对精神疾病的生物预测准确度可以达到90%。人工智能模型可以帮助寻找精神疾病发展中的多种生物标志物，便携式脑电测量设备也有助于医生对精神疾病的发展进行动态评估。

美国亚利桑那州立大学Yi-Yuan Tang教授开门见山地提出，简短的正念训练能否改善大脑？正念能否改变大脑结构，从而改变人类行为变化？大脑和生理的可塑性是否是由身体和心灵共同塑造？经过多次验证，Tang教授发现正念等身心训练是通过调节和优化中枢和自主神经系统进而诱导人们产生积极的行为改变，从而促进人类健康的结果。他指出，不论是年轻人还是老年人，正念等身心训练均可以恢复大脑的可塑性和回复能力，这些研究最终证实大脑和身心的动态互动是支撑整个人身心健康的关键。在看待和处理脑部疾病时，需要以整体观念对待制定治疗策略，而并非单独处理部分症状；应该将人类当做一个自发组织的稳态系统，让整个系统始终维持在平衡状态，才能有效维持健康。

中南大学湘雅第二医院王湘教授介绍了通过认知计算建模帮助解析抑郁症自杀行为的研究进展。她对目前提出的两种抑郁症自杀预测模型进行了验证，发现对心理痛苦逃避的强烈动机的持续存在是抑郁症自杀行为发生的重要基础。因此，在进行自杀干预时需要针对患者的损失厌恶倾向，调整患者心理出现的过度负性事件估值，降低自杀倾向。

充满前景的人工智能应用场景

复旦大学类脑智能科学与技术研究院院长冯建峰教授介绍，团队开发的全新痴呆风险预测模型，可提前十年预测痴呆发病，准确率达85%。从数据出发，通过AI算法可以对疾病的产生理论进行研究，甚至形成治疗方法，关键点和难点是，数据和算法能不能对精神疾病亚型进行分类预测。

中国科学院心理研究所朱廷劭教授分享了利用各种设备，在自然状态下获取用户的多种行为数据，比如步态、微表情、语音等信息，通过机器学习自动识别抑郁症患者的心理状态。该研究可为抑郁症的辅助诊断以及治疗过程中的状态监测提供帮助。

上海交通大学吕宝粮教授系统介绍了基于多模态情感脑机接口的抑郁症客观评估。目前，多种可获取人体生理信号的穿戴设备的研发、强大的数据计算能力、深度学习的迅猛发展，为开发抑郁症客观评估技术奠定了基础。团队最近开发了一种新的情绪诱发素材——油画，在被试观看油画的过程中收集眼动信号，识别情绪。相对脑电信号，眼动信号比较容易处理，是适于作为临床指标的生理信号。吕宝粮教授表示，他们的目标是实现精神疾病的客观指标金标准。

清华大学黄民烈教授分享了人工智能在心理咨询中的应用。一个基于深度学习的共情聊天机器人Emohaa，通过建立AI数字疗法体系，为抑郁或焦虑者提供个性化、全天候、高质量心理健康服务；一个心理健康问答数据集——PsyQA，可提供丰富的心理援助策略标注，以及一个人格化AI创建引擎——AI乌托邦，用户定制个性化AI 角色，与之交流进行心理咨询。

德国于利希研究中心神经科学与医学、大脑与行为研究所Simon Eickhoff教授阐述了机器学习在神经影像学中的应用。传统的分析方法是对样本数据进行比对和相关性研究，而现实中常遇到的是样本外数据，如临床中的新病例。机器学习的主要优点是，可以用现有的数据来训练模型，使其学习特征到目标的映射，进而正确预测目标。Eickhoff教授展示了多个AI在神经影像中应用的案例，他同时强调，现在用于训练模型的数据存在偏好，缺少少数民族群体数据，挑战与机遇并存。

5天内治好抑郁症患者，不再是梦

“我们有可能在5天内治好一名抑郁症患者。”在圆桌讨论环节，TCCI转化中心研究员、上海市精神卫生中心袁逖飞教授分享了2例通过“密集与精准刺激“及“智能与闭环入脑”成功治愈抑郁症的案例。他与同济大学医学院赵旭东教授、复旦大学应用伦理学研究中心王国豫教授、上海科技大学胡霁教授、上海市精神卫生中心刘登堂教授和易正辉教授，展望了脑与精神疾病研究的未来，认为精神健康疾病诊疗有两个新的发展趋势：精神疗法与物理调控的融合，即联用药物、心理及数字干预，来获得更好的治疗效果；靶向“脑—身—脑”的调控模式，即大脑、神经系统与身体器官的联结在精神医学治疗中的作用。

本次会议的主办方TCCI一直致力于通过支持全世界的高水平学术会议，推动脑科学领域的跨国界、跨学科交流。仅2022年，就在亚洲、北美、欧洲主办、资助了200多场学术会议，包括主办“面向大众的神经技术”国际论坛、“对话大脑”院士论坛系列、世界人工智能大会脑机接口主题论坛，与Science杂志合作主办“神经调节与脑机接口”主题论坛，资助欧洲神经科学学会联盟年度论坛、中国神经科学学会全国学术大会、国际认知计算神经科学大会、全球华人青年科学家认知论坛等。