北京理工大学医学技术学院教授、脑健康工程团队负责人胡斌表示，已有的精神疾病诊断方式包括专科医生访谈和量表诊断，主观性强且量化指标缺乏。而基于脑电、语音、表情等生理、行为信号的人工智能诊断新技术，其诊断准确率能达到70%—90%。
《“十四五”国民健康规划》提出,到2025年，将有效减缓心理相关疾病发生的上升趋势，有效控制严重精神障碍的发病率，提升规范管理率至90%以上。与会专家认为，为尽快提高精神疾病的诊断准确率及效率，亟须提升人工智能相关
应用研究发展的优先级。
精神疾病诊断需要人工智能
“精神科学是最需要人工智能技术的领域。”中国科学院院士陆林说，新的研究不断证明，人工智能模型在精神疾病的预测诊断、干预治疗等方面都表现出优于传统诊疗模式的潜力。
“脑电、心电、肌电等电生理信号都与人的精神状态相关，目前的采集技术已经能够实现‘降噪’采集。”胡斌说，甚至鼾声、微表情、步态等人类感官难以察觉规律或精准捕捉的行为信号都可以用作人工智能判读精神健康的依据。例如，基于“脑—肠轴线”原理，一种可穿戴的肠鸣音采集和监测设备就可应用于精神健康评估。
胡斌表示，信息技术让很多之前难以探测到的“蛛丝马迹”，可以被甄别、掌握，高效利用。
除了解决“无迹可寻”的难题，人工智能在治疗方面也有独特优势。陆林说，医生治疗时需实时得到反馈才能及时调整治疗方案，人工智能辅助诊断技术提供的及时诊疗“反馈”，提升医生对症施治的效果。
找到客观量化评估的规律
由于精神疾病的复杂病理机制和高临床异质性（每个人症状和效果不同），如何找到客观量化评估的规律仍是个难题。
“只有通过生物传感、人工智能技术与医学、心理学等临床基础研究的交叉融合，才能在精神疾病的客观分层、分类标准及非药物干预技术方面有所突破。”胡斌表示，当前多学科交叉的研究持续开展，但相互之间还需进一步打通“语系”间的鸿沟，形成系统释义型范式，让精神健康诊疗技术“识别得准，解释得清，治疗得对”。
“我们团队研制的便携式脑电采集设备创新性地以生理信号为客观指标进行精神状态评估。”北京理工大学健康工程实验室博士后沈健告诉科技日报记者，利用便携式脑电精神状态评估技术，研究人员可以在180秒内获取被试者的脑电信号，其间系统还会通过不同音频声与被试者互动，通过大数据模型客观、高效地对被试者进行精神状态评估。该技术对异常精神状态的识别准确率大于90%，已经获得国家二类医疗器械许可。
与会专家介绍，美国食品药品监督管理局已经批准“处方数字疗法”用于慢性失眠的治疗；苹果公司正在与美国加利福尼亚大学洛杉矶分校合作研究利用数字生物标记物识别和评估抑郁症……来自全世界的研究进展，让我国科研工作者倍感兴奋的同时，也越来越感觉到时间的紧迫。
2014年3月，香山科学会议专门探讨了中国脑科学研究计划的目标、任务和可行性；2016年3月发布的“十三五”规划纲要将“脑科学与类脑研究”列为“科技创新2030―重大项目”，其也被称为“中国脑计划”。“‘中国脑计划’设立了类脑计算与脑机智能的专题研究，正在助力人工智能在精神诊疗领域应用的进一步研究和落地。”
