人工智能的进步使计算机能够协助医生检测疾病并帮助远程检查患者的健康状况。现在，来自科罗拉多博尔德大学(CU Boulder)的研究人员正在努力通过基于语音的移动应用程序将ML应用于精神病学。这个程序可以比人类更好地分类患者的心理状况。

认知科学研究所的教授彼得·佛尔兹(Peter Foltz)说–“我们绝不试图取代临床医生。但是，我们确实相信我们可以创建工具，使他们能够更好地监控患者。”值得注意的是，他还是《精神分裂症通报》中一篇新论文的合著者，该论文阐明了人工智能在精神病学方面的前景和潜在的弊端。

一项研究表明，美国五分之一的公民患有精神疾病，其中许多人生活在偏远地区，那里的精神科医生或心理学家很少。而且有些人甚至负担不起经常咨询临床医生，没有时间或无法进诊。

该论文的合著者，挪威特罗姆瑟大学的认知神经学家BritaElvevåg指出，即使患者咨询医生，他们的治疗方法也是基于听取患者谈话的古老方法，这是主观且不可靠的。他说，人类不是十全十美的，会分散注意力，错过细微的语音提示。他还说–“不幸的是，没有用于心理健康的客观血液检查。”

为了克服治疗过程中的缺点，两位专家联手开发了机器学习系统，该系统将能够检测语音的日常变化。该图可以暗示心理健康状况下降。

福尔兹状态–“语言是检测患者心理状态的重要途径。使用移动设备和AI，我们能够每天跟踪患者并监视这些细微的变化。”

开发过程中使用的移动应用程序倾向于要求患者通过与他们的电话交谈来回答5到10分钟的问题。在此测试中，他们被问到自己的情绪状态，被要求讲一个短故事，听一个故事并重复它，并进行了一系列的轻触和滑动运动技能测试。

Peter Foltz和BritaElvevåg与CU Boulder的计算机科学研究生Chelsea Chandler和其他同事合作，开发了一种AI系统，该系统能够评估从应用程序收集的语音样本，并将其与同一患者的先前样本进行比较。评估后，系统会评估患者的精神状态。

该团队还将人类临床医生的结果与AI系统提供的结果进行了比较，这些临床医生评估了225名参与者的语音样本。他们发现计算机的AI模型至少可以和临床医生一样准确。

Peter和他的队友梦想着有一天，他们为精神病学开发的AI系统可以与治疗师和患者共享同一空间，从而为重度精神病患者提供更多的数据驱动见解。在这种情况下，如果该应用检测到令人担忧的变化，它可能会通知患者的医生立即进行检查。