文/陈根
通常，精神疾病的诊断包括依据为国际疾病分类、精神障碍诊断与统计手册，有经验的医生依据调查问卷和自己的经验进行判断。
而由于血液检测查不出抑郁症，脑部扫描也没法提前检查出焦虑症，活组织检查更不可能诊断出自杀的念头。
所以至今，在医学领域中，没有任何可靠的生物标记可以用来诊断精神疾病。
精神病学家们想找出发现思想消极的捷径却总是得不到结果，这使许多精神病学的发展停滞不前。
它让精神疾病的诊断变得缓慢、困难并且主观，阻止了研究人员理解各种精神疾病的真正本质和原因，也研究不出更好的治疗方法。
但这样的困境并不绝对，事实上，精神科医生诊断所依据的患者语言给精神病的诊断突破提供了重要的线索。
这也促进了数据表型的发展，即从我们的语言选择、我们的睡眠模式到我们给朋友打电话的频率，通过人工智能对这些数据进行分析，通过筛选人们产生的数据来寻找抑郁、焦虑、双相情感障碍和其他综合症的迹象。
基于此，现在，一个研究小组正在调查人工智能是否能检测出孤独感。
事实上，孤独感已经成为一个日益严重的健康问题，甚至被认为是比肥胖更容易导致过早死亡的因素。
这项新研究的作者认为，孤独是一种特别难以衡量的精神状态，因为医生通常难以量化患者的孤独感，因此迫切需要某种客观的测量方法。
这项新的研究招募了80名老年人。
每个受试者都使用传统的孤独感评估方法进行评估，并完成一个更长、更具对话性、半结构化的访谈，持续时间长达90分钟。
这些访谈记录下来，然后在IBM开发的自然语言系统的帮助下进行分析。
除了检测那些传统评估没有发现的对象的孤独感之外，该系统还揭示了男性和女性谈论孤独感的方式上的差异。
研究发现，人工智能系统可以以94%的准确率定性预测受试者的孤独感。
一个人越感到孤独，他们对有关孤独的直接问题的回答就越长。
研究人员甚至认为，存在一种“孤独言语”模式，可以在未来用来监测老年受试者的幸福感。
此外，男性在较长时间的谈话中使用更多恐惧和快乐的词汇，而女性则更容易明确表达孤独感。
这项研究的发现为临床医生提供了重要的见解，让他们了解男人和女人表达孤独的不同方式。
目前，该研究的下一步将是将其他传感器数据结合到评估中（如GPS跟踪和睡眠数据），使每个个体的发现个性化。
此外，这项系统显然还需要在更大、更多样化的人群中进行测试，以调试其准确性。
其研究结果已在线发表在2020年9月24日的《美国老年精神病学杂志》上。
（来源：陈述根本）