凯文·考利（Kevin Cowley）仍记得 1989 年 4 月 15 日发生的许多事情。他乘巴士前往英格兰谢菲尔德的希尔斯堡足球场，观看诺丁汉森林和利物浦之间的半决赛。他刚满 17 岁，那天是一个美丽的、阳光明媚的下午。看台上挤满了球迷。
他记得人群拥挤得很厉害，以致于自己的双手都无法从口袋里掏出来。他记得当他支持的球队差点进球时，人潮向前涌去，安全护栏在他身后轰然倒塌。
数以百计的人摔倒，像多米诺骨牌那样被旁边的人压倒。考利被拽了下去。他记得自己在死者和伤者中清醒过来，被尸体压得透不过气。
他还记得空气中充斥着尿液和汗水的气味，还有人们哭泣的声音。他记得自己和旁边挣扎的人对视了一下，然后转眼对方就把他踩在脚下以试图自救。他仍然想知道那个人是不是那天死亡的 94 人之一。
（来源：KAROLIN SCHNOOR）
这些可怕回忆折磨着考利成年后的每一天。30 年来，他一直饱受记忆闪回症和失眠症的痛苦。他一度无法工作，但又羞于和妻子坦白。
他试图通过喝酒来使自己忘记这些糟糕的回忆。2004 年，一名医生把他介绍给了一位见习治疗师，但收效甚微，几次治疗后他就放弃了。
但两年前，他无意中看到一张海报，是一个关于远程谈话疗法的广告，于是他决定再尝试一次。在他和他的治疗师通过短信进行的几十次定期交谈后，现年 49 岁的考利终于从严重的创伤后应激障碍症中恢复过来。
英国 心理健康诊疗公司（正是这家公司对考利进行了治疗）的首席科学官安德鲁·布莱克威尔（ ）说：“只要说几句话就能改变人们的生活，这很不可思议。”
这种谈话治疗的关键，是在正确的时机（对患者）说正确的话。 和他在 公司的同事正在开创一种心理健康护理的新方法，在该方法中由人工智能算法来分析治疗过程中所使用的话语。
其基本想法是使用自然语言处理（NLP，natural-language processing）技术来确定治疗师 和来访者之 间的对话的哪些部分——即哪些类型的表达和语言交流——看起来对治疗不同的疾病最有效。
其目的是让治疗师更好地了解他们的工作，帮助经验丰富的治疗师保持高标准的护理水平，并帮助见习者获得提高。
在全球医疗护理服务短缺的情况下，对于帮助诊所满足 来访者 需求而言，这种自动化的医疗质量控制方式显得至关重要。
从根本上，这种方法可能会揭示心理治疗是怎样起作用的，而临床医生和研究人员在很大程度上仍然不清楚这个机制。
对治疗中的有效部分的全新认识可能会为个性化的心理健康护理敞开大门，即允许医生为特定的 来访者 量身定制心理疗法，就像他们在开处方时一样。
一种对话疗法
心理治疗和咨询的成功根本上取决于两个人之间的对话。尽管心理疗法已经以现代化的形式存在了几十年，但令人惊讶的是，我们对该疗法的工作原理仍然所知甚少。
治疗师和 来访者 之间建立良好的融洽关系通常被认为是至关重要的，但我们可能很难预测应用于特定病症的某种特定方法是否会产生疗效。
与对身体状况的治疗相比，对心理健康的护理质量较差。自从心理治疗方法被提出以来，患者的恢复率停滞不前，甚至在某些情况下出现恶化。
多年来，研究人员一直试图研究谈话疗法，以解开某些治疗师比其他人疗效更好的秘密。基于合格治疗师的经验和直觉，谈话疗法既可以是一门科学，也可以是一种艺术。
对于什么样的疗法有效和为什么有效，人们几乎不可能完全量化描述—— 直到现在才出现转机。扎克·艾梅尔（ ）是美国犹他大学的一名心理治疗研究员，他记得自己试图分析治疗过程的谈话记录。“这需要漫长的时间，而且样本量也很稀少，”他说。“因此即便在过去的几十年里，我们也没有学到多少东西。”
如今人工智能正在改变这个情况。能执行自动翻译的一类机器学习算法可以快速分析大量的语言文字。这让研究人员能够充分利用一个无穷无尽的、尚未开发的数据来源：治疗师使用的话语。
研究人员相信，他们可以利用从这些数据得出的见解，来给心理疗法带来早就该有的进步。由此带来的效果可能会让更多的人变得更好，并保持下去。
和他的同事们并不是唯一追求这一愿景的人。美国一家名为 的公司正在开发类似的技术。 是由 和作为 CEO 的大卫·阿特金斯（ ）共同创立的，后者在华盛顿大学研究心理学和机器学习。
两个研究团队都用心理治疗的谈话记录来训练他们的 AI 算法。为了训练 NLP 模型，数百份的记录被人工标注，以突出治疗师和 来访者 各自的话语在当期的治疗中所扮演的角色。
例如，一个治疗过程可能从治疗师问候 来访者 开始，然后转而讨论 来访者 的情绪。在随后的交流中，治疗师可能会同情 来访者 谈到的困扰，并询问 来访者 是否练习了上一次治疗中该治疗师介绍的方法等等。
这项人工智能技术的工作方式类似于一种可以判断电影评价是积极或是消极的情绪分析算法，或者一种学习中文和英语之间映射的翻译工具。
但在心里治疗的情况下，人工智能将自然语言转化为一种条形码或治疗过程的特征，用以揭示不同话语所扮演的角色。 一个疗程的区别性特征能够显示出双方在建设性治疗和闲聊上花了多少时间。
公司的临床总监斯蒂芬·弗里尔（ ）认为，有了这些数据就可以帮助治疗师在未来的治疗中更多地关注建设性治疗而非闲聊。他负责管理该诊所的大约 650 名治疗师。
即将到来的危机
公司和 正在解决的问题非常紧迫。考利的故事突显了心理医疗护理保障方面存在的两个主要缺陷：可获得性和治疗质量。
考利在获得治疗之前承受了 15 年的痛苦，他第一次尝试是在 2004 年，但没有任何效果。又过了 15 年，他才得到了有效治疗。
考利的经历尽管很极端，但并不 罕见。所有提醒我们心理健康危机已经迫在眉睫的人都忽略了一个基本事实：即 我们已经处在这种危机之中了。
尽管心理疾病的污名化和耻辱感在逐渐消退，但大多数因心理健康问题而需要治疗的人仍然无法获得帮助。每时每刻都有大约五分之一的人患有心理方面的疾病，然而 75% 的心理疾病患者都没能得到任何形式的治疗。
而在那些得到治疗的人中，只有大约一半的人有望恢复。“在世界上最好的心理健康医疗体系下尚且如此。” 说。
他在 2020 年的一次 TED 谈话中说：“如果我们因腿部骨折去医院，医生告诉我们只有 50% 的机会能治好，这应当是不可接受的。我认为我们可以挑战一下，对医疗要有更高的期望。”
这次新冠疫情大流行尽管加 剧了这个问题，但是问题的根源却不在于疫情，而在于供求关系。
需求来自于我们自身，需要心理治疗的人数因他们记忆中最沉重的集体经历之一而扩大。而供应方面的问题是缺乏好的治疗师。
这正是 公司和 致力于解决的问题。据 说，人们在解决供应问题时通常会假设：治疗师要么数量更多，要么水平更高，二者只能择一。
“我认为这是一个误区，”他说，“我想我们看到的是鱼与熊掌可以兼得。”换句话说， 公司认为，他们不仅可以增加获得医疗服务的机会，而且能使用人工智能来帮助管理其医疗服务的质量水平。
的治疗师迄今为止已经为大约 86000 来访者 进行了超过 46 万个小时的认知行为疗 法（cognitive behavior therapy），以治疗 一系列条件包括情感和焦虑障碍、抑郁和创伤后应激障碍。
公司称其对各种疾病患者的康复率为 53%，而全国平均水平为 51%。这个差异听起来很小——但在英国，每年有 160 万人被转诊到谈话治疗中，2% 的提升代表着成千上万的人将得到治愈。该公司相信自己可以做得更多。
自 2013 年以来， 公司一直专注于抑郁症和广泛性焦虑障碍，并使用数据驱动技术大幅提高这些疾病的恢复率。
根据 公司的数据，2021 年，他们对抑郁症的康复率为 62%，而全国平均水平为 50%，他们对广泛性焦虑症的康复率为 73%，而全国平均水平为 58%。
公司表示，他们之所以关注焦虑和抑郁，部分原因在于它们是最常见的两种疾病。
但他们的 CBT 疗法的效果也比其他公司更好，比如针对强迫 症。目前还不清楚该公司能将其成功扩大到何种程度，但他们计划开始关注更多的疾病。
从理论上讲，使用人工智能监测医疗质量可以让临床医生覆盖到更多的患者，因为更高质量的治疗意味着更少的无效疗程，不过 公司尚未研究 NLP 对医护效率的直接影响。
“当前，在 1000 个小时的治疗时间里，我们可以治疗 80 到 90 个病人，” 说，“我们正努力改变现状并自问：能否用同样的治疗时间治疗 200、 300，甚至 400 个病人？”
与 公司不同， 本身并不提供治疗。相反，它向英国和美国的其他诊疗中心和大学提供其软件，以进行疗效控制和医疗培训。
在美国，Lyssn 的 来访者 包括加州的一个阿片类药物远程医疗项目，该项目希望监控其医疗提供商所给予的医疗服务质量。 该公司还与宾夕法尼亚大学合作，利用其技术在费城各地训练 CBT 治疗师。
在英国，Lyssn 正在与三个组织合作，其中包括特伦特心理治疗服务中心，这是一个独立的诊所，和 一样由 英国国家医疗服务体系委托提供心理健康护理。
特伦特中心目前仍在试用 Lyssn 的软件。由于 NLP 模型是在美 国建立的，该诊所必须与 Lyssn 合作，使模型能够识别英国地区的口音。
特伦特中心的临床服务总监迪安·雷珀（Dean Repper）认为，该软件可以帮助治疗师把最佳疗法标准化。
他说：“你可能会认为有多年经验的治疗师会有最好的治疗结果。但他们不一定是这样。”雷珀把治疗比作驾驶：“当你初学开车时，你会被教导去遵守安全规则，”他说，“但过了一段时间后，你就会停止遵守规则，并可能会因为超速而被罚款。”
改进，而不是替代
人工智能的重点是改善医疗保健，而不是取代它。高质量心理健康医疗的缺乏，不能通过短期的快速方案来解决。
解决这一问题还需要减少疾病污名化、增加资金投入并改善教育。 尤其否认了许多关于人工智能的说法。“炒作已经到了危险的程度，”他说。
例如，有很多关于聊天机器人治疗师和全天候应用程序监控的讨论——通常被炒作为适用于精神的“健康手环”。但大多数这些技术都介于“多年以后才能实现”和“永远实现不了”之间。
说：“这不是关于健康应用程序之类的东西。”“在人们手机里塞进一款应用并宣称能够治疗他们的抑郁症，可能只会妨碍他们寻求帮助。”
然而，使心理治疗更加有证可循的代价之一，意味着要求治疗师和 来访者 公开他们的私人对话。治疗师会反对以这种方式监控他们的专业表现吗？
雷珀预计有些人会不情愿。他说，“这项技术对治疗师来说是一个挑战，就好像谈话室里首次出现了第三个人，正在记录他们所说的每句话。”
初始阶段，特伦特中心只对受训人员使用 Lyssn 的软件，而这些人理应被监测。雷珀认为，当这些治疗师合格以后可能会接受监测，因为他们已经习惯了。更有经验的治疗师可能需要被劝说相信监测的好处。
本人也是一名治疗师，他说，关键在于不要把技术作为指挥棒，而是作为支持工具。他认为很多人会接受技术提供的额外信息。
他说，“独自面对 来访者 其实很难。你所做的全部就是每周和另一个人坐在私人房间里呆上 20 或 30 个小时，无法从同事那里得到反馈，这样就很难提高。”
同意这个看法。在 公司，治疗师会与他们的主管讨论人工智能生成的反馈。这个想法是为了让治疗师掌控他们的专业发展，向他们展示他们擅长的——其他治疗师可以从中学习的东西——和不太擅长的方面——他们可能想要提高的东西。
公司和 Lyssn 刚刚开始走上这条道路，但只有挖掘足够大的数据集，才有可能真正了解心理治疗。
提到了 2018 年发表的一项荟萃分析，该工作在没有人工智能帮助的情况下分析了大约 1000 个小时的治疗记录。“Lyssn 在一天之内就能处理这些问题，”他说。 和 公司发表的新研究工作分析了成千上万次的治疗过程。
例如，在 2019 年发表在《美国医学会精神病学》杂志上的一篇论文中， 的研究人员描述了一种深度学习 NLP 模型，该模型经过训练之后，对涉及大约 14000 名 来访者 的 9 万小时 CBT 疗程中治疗师的话语进行分类。
算法学会了辨别不同的短语和短对话是否属于特定类型的 CBT 基础上的对话，例如检查 来访者 的情绪、设置和审查作业（即 来访者 练习在谈话中学会的技能）、 讨论作出改变的方法、规划未来 等等，或者属于跟 CBT 无关的谈话比如普通闲聊。
研究人员表明，更高的 CBT 谈话比例与更好的恢复率相关，这跟在英国使用的标准自陈报告中的指标一致。他们表示，该研究结果为 CBT 作为一种治疗方法提供了证据。
CBT 已经被广泛认为是有效的，但这项研究是首个为这一常见假设提供支撑的大规模实验之一。
在 2021 年发表的一篇论文中， 团队研究了 来访者 而非治疗师的话语。他们发现更多的所谓的“改变积极式”反应（那些暗示自己渴望改变，如“我不想再这样下去了”）和“改变探索式”（该迹象表明 来访者 有在思考改变方式），与更高几率的状况改善和更高的治疗参与度有关。
如果在当前的治疗过程中听不到 来访者 的这种话语陈述，则可能是该疗程不起作用的一个提醒信号。
在实践中，也可以通过研究谈话治疗的记录，来探寻治疗师说了什么话才会引出 来访者 的这种行为，并训练其他治疗师去做同样的事情。
牛津大学的临床心理学家詹妮弗·怀尔德（ ）说，这一点很有价值。她认为这些研究对领域很有帮助，使得心理治疗更加有证可循，并证明治疗师的培训方式是合理的。
说：“这些研究结果的好处之一是，当我们培训临床医生时可以举出一些研究，而这些研究表明，你越坚持传统程序，症状就越会改善。你可能想要即兴发挥，但你需要紧跟治疗方案，因为我们知道它有效，也知道为何有效。我认为这一点很重要，并且还很新颖。”
这些人工智能技术也可以用来帮助潜在 来访者 与治疗师进行匹配，并找出哪种治疗方法最适合个人 来访者 ， 说：“关于哪种治疗方法最适合哪种症状的组合，我认为我们最终会得到更多的答案。”
这只是一个开始。 说，像加州凯萨医疗机构这样的大型医疗服务提供商可能每年提供 300 万个疗程，“但他们不知道在这些治疗中发生了什么，这似乎是一种糟糕的浪费。”
例如，如果一个医疗保健提供者治疗了 300 万人的心脏病，他就知道有多少人被开了他汀类药物，以及他们是否服用了这些药。“我们可以为此做一些人口层面的科学研究，”他说道，“我认为我们可以开始在心理治疗中做类似的事情。”
也表示同意。他说：“我们可能会在未来五年内进入心理学和精神病学的精确医疗时代。”
最终，我们可能能够对治疗方法进行组合与匹配。 说，在美国大约有 450 种不同类型的心理治疗能被保险所覆盖。对外行来说，他们可能会认为每一种都和其他类型的疗法一样好。
他说：“但如果我们能对谈话治疗进行某种成分分析，我想我们会发现存在某些有效成分，它们有可能源自多个不同的理论框架。”
他想象着能为一个特定的 来访者 从不同的疗法中挑选出不同的成分组合在一起。他说：“这些成分可能会形成一种全新的、尚未命名的治疗方法。”
一个引人入胜的可能性是使用这些工具来观察疗效特别好的治疗师在做什么，并教其他人也这样做。 说，与他合作的治疗师中有 10% 到 15% 的治疗师在“做一些奇妙的事情”。
“针对大量 来访者 ，这些治疗师一贯地做着某些事，这些事能让 来访者 从中受益并且能保持良好状态，”他表示，“问题是我们能把这种方法打包吗？”
认为，治疗凯文·考利的人就是那种治疗师。“这就是为什么我认为凯文的案例是如此重要，”他说，“想想他已经痛苦了多少年了。然后想象一下，如果凯文在 17 岁或 18 岁的时候就得到了治疗会怎样。”
支持：王贝贝
原文：
https://www.technologyreview.com/2021/12/06/1041345/ai-nlp-mental-health-better-therapists-psychology-cbt/
