基于深度學(xué)習(xí)的情感顧問機(jī)器

郁智豪 武 麗

（南京信息工程大學(xué)濱江學(xué)院 江蘇·無錫 214000）

0 引言

目前人工智能多應(yīng)用于疾病的早期發(fā)現(xiàn)，疾病的跟蹤監(jiān)測，在眼科學(xué)，影像學(xué)，癌癥檢測等方面的應(yīng)用較為成熟，但在精神衛(wèi)生領(lǐng)域的應(yīng)用仍然處于發(fā)展階段，且發(fā)展速度緩慢[1]。相對于其他疾病而言，心理疾病的治療更側(cè)重于與患者建立關(guān)系和直接觀察患者的行為和情緒。人工智能技術(shù)能夠全面記錄最能夠充分解釋一個(gè)人整體心理健康的獨(dú)特的生物—心理—社會特征，而我們對這些生物、心理和社會系統(tǒng)之間的相互作用的理解是相對片面的，不如人工智能分析的客觀。此外，AI技術(shù)能夠開發(fā)更好的診斷前篩選工具和建立風(fēng)險(xiǎn)模型，以確定個(gè)人的易感性或發(fā)生精神疾病的風(fēng)險(xiǎn)。因此，為了實(shí)現(xiàn)個(gè)性化心理健康護(hù)理的長期目標(biāo)，我們可以利用AI對于大數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)個(gè)性化心理的管理以及心理疾病的提前發(fā)現(xiàn)。

1 關(guān)于情感顧問的設(shè)想

1.1 情感顧問設(shè)想的具體流程

該設(shè)想中的情感顧問屬于個(gè)性化服務(wù)，能通過采集用戶的生理指標(biāo)變化，表情變化等，并經(jīng)過長期的自我學(xué)習(xí)實(shí)現(xiàn)對用戶情緒的檢測分析，并提出一定的建議。能有效管理情緒變化，預(yù)防可能出現(xiàn)的心理疾病問題。

該設(shè)想的具體服務(wù)流程如下：通過定期采集用戶的面部表情，并且通過穿戴設(shè)備檢測用戶的平均心率、血壓、睡眠質(zhì)量等生理指標(biāo)，同時(shí)將數(shù)據(jù)存儲入云端數(shù)據(jù)庫。這些數(shù)據(jù)會被輸入神經(jīng)網(wǎng)絡(luò)，人工智能程序通過長期的樣本學(xué)習(xí)形成個(gè)性化指南，判斷用戶的精神狀態(tài)，提出建議或治療方案。

1.2 該設(shè)想的具體實(shí)施

1.2.1 數(shù)據(jù)的采集

關(guān)于圖像數(shù)據(jù)的采集：通過收集用戶的面部表情，該系統(tǒng)自動分割，增強(qiáng)圖像特點(diǎn)信息，對特征信息長期判斷識別，并且通過自我學(xué)習(xí)所獲得經(jīng)驗(yàn)給出一定結(jié)論供用戶參考。

關(guān)于用戶生理數(shù)據(jù)的采集：用戶生理數(shù)據(jù)的采集主要分為兩類，一類是通過可穿戴式設(shè)備收集血壓，心率，睡眠質(zhì)量等生理指標(biāo)。因?yàn)楫?dāng)人的情緒在短期內(nèi)有較大波動時(shí)，生理指標(biāo)也會發(fā)生較大變化。第二類是通過用戶的主動記錄，主要表現(xiàn)為飲食的變化記錄。

關(guān)于用戶社交生活數(shù)據(jù)的采集：通過對用戶的手機(jī)權(quán)限訪問，從用戶瀏覽記錄，社交聊天內(nèi)容等方面，判斷用戶近日的情感變化并給出一定結(jié)論供參考。

1.2.2 數(shù)據(jù)的運(yùn)用

關(guān)于數(shù)據(jù)的處理運(yùn)用，該設(shè)想打算基于2014年Yoon-Kim提出了卷積神經(jīng)網(wǎng)絡(luò)（Text CNN）模型進(jìn)行數(shù)據(jù)的分析，該模型由輸入層、卷積層、池化層、全連接層等不同層次的人工神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)構(gòu)成。在輸入層輸入一個(gè)定長的數(shù)據(jù)序列，卷積層與池化層的核心作用是提取輸?shù)臄?shù)據(jù)的特征，從輸入的數(shù)據(jù)序列中，利用局部數(shù)據(jù)信息，提取初級的特征，并組合初級特征為高級特征，通過卷積與池化操作，省去了傳統(tǒng)機(jī)器學(xué)習(xí)中的特征工程的步驟。全連接層的作用就是分類器，它把卷積層與池化層提取的特征輸入到一個(gè)分類器中進(jìn)行分類，從而得到情緒分析的結(jié)果。[2]

1.3 該設(shè)想中的相關(guān)算法

1.3.1 貝葉斯模型

1.3.2 DL算法

DL算法可以在沒有人類外部指導(dǎo)的情況下直接從原始數(shù)據(jù)中學(xué)習(xí)獲得經(jīng)驗(yàn)，能夠發(fā)現(xiàn)數(shù)據(jù)之間潛在的關(guān)聯(lián)[9]。DL算法使用人工神經(jīng)網(wǎng)絡(luò)，通過多個(gè)“隱藏”層來處理復(fù)雜的原始數(shù)據(jù)。DL算法中ANN必須有不止一個(gè)隱藏層。由于DL與人類思維的相似性，因此不像傳統(tǒng)ML那樣機(jī)械。DL是在高維數(shù)據(jù)中發(fā)現(xiàn)復(fù)雜結(jié)構(gòu)的理想工具，比如包含在電子病歷中的臨床記錄，或者由患者提供的臨床和非臨床數(shù)據(jù)。DL不僅僅是具備多層架結(jié)構(gòu)的感知器，更是一系列能夠用來構(gòu)建可組合可微分的體系結(jié)構(gòu)的技術(shù)和方法。因此在該設(shè)想中 DL算法能夠完美勝任主動學(xué)習(xí)，完成神經(jīng)網(wǎng)絡(luò)反饋。

1.4 該設(shè)想應(yīng)當(dāng)達(dá)到的理想目標(biāo)

1.4.1 情緒異常的檢測

在上文中已經(jīng)提到了關(guān)于對用戶數(shù)據(jù)的采集，通過對這些數(shù)據(jù)的自主學(xué)習(xí)，機(jī)器達(dá)到個(gè)性化處理問題的目的，能夠結(jié)合當(dāng)前用戶的狀態(tài)為用戶提出可行的應(yīng)對方案。

1.4.2 自殺傾向的干預(yù)

該設(shè)想中通過對用戶在網(wǎng)絡(luò)社交上的數(shù)據(jù)捕捉，包括瀏覽內(nèi)容，聊天記錄等內(nèi)容的綜合判定，當(dāng)數(shù)據(jù)輸出結(jié)果到達(dá)一定的閾值后，自動觸發(fā)自殺傾向預(yù)警，手機(jī)會通過推送一些信息幫助

1.4.3 定期的心理咨詢

該設(shè)想中，人工智能通過長期的自主學(xué)習(xí)能夠基本了解用戶的心理特點(diǎn)，體現(xiàn)出個(gè)性化服務(wù)。并且能夠定期反饋，主動彈出對話框，與用戶聊天對話，在為用戶解決問題的同時(shí)，進(jìn)一步學(xué)習(xí)深化內(nèi)容。

2 相關(guān)問題的討論

2.1 人工智能倫理問題

人工智能是人類智慧的延伸，從本質(zhì)上來講不具備人的特點(diǎn)，只能模仿學(xué)習(xí)人類，不能代替人類思想。該設(shè)想中的人工智能始終遵從用戶的意愿，以解決用戶情感問題為根本，檢測用戶心理疾病為手段，降低社會自殺率為目的，始終秉持人文關(guān)懷，不侵犯用戶權(quán)益。

2.2 用戶隱私權(quán)問題

該設(shè)想中需要采集用戶面部圖片，社交數(shù)據(jù)，生理數(shù)據(jù)等，在采集相關(guān)數(shù)據(jù)前會向用戶發(fā)出權(quán)限申請，始終堅(jiān)持保護(hù)用戶隱私問題，保證在用戶知情的情況下進(jìn)行數(shù)據(jù)的采集。

3 未來展望

在醫(yī)學(xué)領(lǐng)域中，精神病心理學(xué)在人文主義和以患者為中心這些方面都是獨(dú)一無二的，人們便開始懷疑，人工智能是否真的能夠取代心理醫(yī)生。這就引出了一個(gè)重要的問題，人工智能是否有能力產(chǎn)生共情，或者至少能偽裝出共情。相比于取代精神科醫(yī)生，更有可能的情況是，人工智能和其他先進(jìn)技術(shù)可以發(fā)揮輔助作用，幫助心理醫(yī)生或心理治療師找到一種與患者建立聯(lián)系的方法。并且通過這種方式，患者和醫(yī)生都受益于人工智能的發(fā)展。心理治療師如何在臨床工作中運(yùn)用人工智能和其他先進(jìn)技術(shù)，以及如何整合這些技術(shù)，這些問題將成為我們在人工智能時(shí)代更好地培養(yǎng)未來心理醫(yī)生的前提。隨著21世紀(jì)科技的不斷發(fā)展，將出現(xiàn)一種新的精神病學(xué)，這種精神病學(xué)將經(jīng)典的，經(jīng)過實(shí)踐檢驗(yàn)的技術(shù)和尖端科技結(jié)合在一起，一如既往地為患者提供最好的精神衛(wèi)生保健。