機(jī)器學(xué)習(xí)在精神醫(yī)學(xué)領(lǐng)域具備巨大的應(yīng)用潛力 2021-2025年中國(guó)機(jī)器學(xué)習(xí)行業(yè)發(fā)展趨勢(shì)預(yù)測(cè)

• 2021年4月19日 YeYuJuan來(lái)源：互聯(lián)網(wǎng) 421 21
• 繁體

隨著大數(shù)據(jù)的深入應(yīng)用，機(jī)器學(xué)習(xí)已經(jīng)進(jìn)入醫(yī)療領(lǐng)域。過(guò)去數(shù)年間，出現(xiàn)了諸多“機(jī)器”準(zhǔn)確進(jìn)行醫(yī)學(xué)診斷的例子。

隨著大數(shù)據(jù)的深入應(yīng)用，機(jī)器學(xué)習(xí)已經(jīng)進(jìn)入醫(yī)療領(lǐng)域。過(guò)去數(shù)年間，出現(xiàn)了諸多“機(jī)器”準(zhǔn)確進(jìn)行醫(yī)學(xué)診斷的例子。

機(jī)器學(xué)習(xí)在精神醫(yī)學(xué)有非常大的應(yīng)用潛力

機(jī)器學(xué)習(xí)是指通過(guò)計(jì)算機(jī)學(xué)習(xí)數(shù)據(jù)中的內(nèi)在規(guī)律性信息，獲得新的經(jīng)驗(yàn)和知識(shí)，以提高計(jì)算機(jī)的智能性，使計(jì)算機(jī)能夠像人那樣去決策。隨著各行業(yè)對(duì)數(shù)據(jù)的需求量增多，對(duì)處理和分析數(shù)據(jù)的效率要求變高，一系列機(jī)器學(xué)習(xí)算法應(yīng)運(yùn)而生。機(jī)器學(xué)習(xí)算法主要是指通過(guò)數(shù)學(xué)及統(tǒng)計(jì)方法求解最優(yōu)化問(wèn)題的步驟和過(guò)程。針對(duì)不同的數(shù)據(jù)和不同模型需求，選擇和使用適當(dāng)?shù)牡臋C(jī)器學(xué)習(xí)算法可以更高效地解決一些實(shí)際問(wèn)題。

據(jù)報(bào)道，簡(jiǎn)單心理創(chuàng)始人兼CEO簡(jiǎn)里里介紹，精神心理第一類(lèi)為偏醫(yī)學(xué)是精神科，比如精神分裂、抑郁癥、焦慮癥和人格障礙醫(yī)學(xué)上的診斷和治療;第二類(lèi)是心理咨詢(xún)。她認(rèn)為，機(jī)器學(xué)習(xí)在精神醫(yī)學(xué)上也有非常大的應(yīng)用潛力。目前世界各地都有一些研究，來(lái)診斷一個(gè)人的抑郁癥或者是診斷他的精神類(lèi)疾病，除了癥狀以外，還可能去看腦電的變化、腦區(qū)的變化。甚至?xí)鼤?huì)通過(guò)一個(gè)人的語(yǔ)音、語(yǔ)意、語(yǔ)流、語(yǔ)速，通過(guò)機(jī)器學(xué)習(xí)的算法來(lái)判斷一個(gè)人，一個(gè)雙向性格情感障礙發(fā)作的人和普通人之間的區(qū)別，以及它也能有一些預(yù)測(cè)的。

而在心理咨詢(xún)上，除了一對(duì)一的、不可量化的人工干預(yù)手段以外，如何定義疾病、如何定義心理問(wèn)題，以及如何定義干預(yù)，她認(rèn)為機(jī)器學(xué)習(xí)都是非常大的機(jī)會(huì)。

機(jī)器學(xué)習(xí)在精神醫(yī)學(xué)中的應(yīng)用

1.輔助診斷：目前，ML和DL在精神疾病中的研究基本集中在診斷上，基于ML和DL的計(jì)算機(jī)輔助診斷工具可以幫助臨床醫(yī)生對(duì)精神疾病進(jìn)行分類(lèi)，短時(shí)間內(nèi)形成更可靠、準(zhǔn)確和標(biāo)準(zhǔn)化的診斷。有研究者將ML用于癡呆和注意缺陷多動(dòng)障礙的診斷，通常可以達(dá)到90%以上的準(zhǔn)確率。對(duì)精神分裂癥、自閉癥、抑郁癥和藥物濫用障礙等其他精神疾病的分類(lèi)研究也在慢慢積累。

2.預(yù)測(cè)疾病發(fā)展軌跡：一些研究顯示出ML預(yù)測(cè)疾病發(fā)展軌跡的能力，如從輕度認(rèn)知障礙到AD的轉(zhuǎn)變，這對(duì)于早期發(fā)現(xiàn)AD并預(yù)防其發(fā)展至關(guān)重要。

3.疾病的早發(fā)現(xiàn)早干預(yù)：AI最大潛力可能在識(shí)別可穿戴設(shè)備數(shù)據(jù)以及電話(huà)和短信中的信息。由于手機(jī)幾乎陪伴我們一整天，可收集和感知各種各樣的心理健康數(shù)據(jù)，并整合生理、運(yùn)動(dòng)、環(huán)境和社會(huì)信息，跟蹤及融合不同來(lái)源的心理健康大量數(shù)據(jù)，利用ML算法的強(qiáng)大和高效預(yù)測(cè)心理健康狀況，當(dāng)然也伴隨著深刻的倫理和安全問(wèn)題。

4.病因及機(jī)制研究：使用多模態(tài)數(shù)據(jù)的ML算法能夠從神經(jīng)成像和基因組學(xué)中獲得的數(shù)據(jù)中，提供病理機(jī)制的信息，去了解基因如何形成結(jié)構(gòu)，以及結(jié)構(gòu)如何實(shí)現(xiàn)功能。

5.新藥發(fā)現(xiàn)：自20世紀(jì)90年代后期起，ML一直用于藥物研發(fā)，并已成為藥物研發(fā)的有用工具。DL具有更靈活的架構(gòu)，對(duì)于分子設(shè)計(jì)和反應(yīng)預(yù)測(cè)非常有用。AI可應(yīng)用在藥物研發(fā)的不同環(huán)節(jié)，包括虛擬篩選苗頭化合物、新藥合成路線(xiàn)設(shè)計(jì)、藥物有效性及安全性預(yù)測(cè)、藥物理化性質(zhì)預(yù)測(cè)、晶型預(yù)測(cè)、藥物分子設(shè)計(jì)、篩選生物標(biāo)志物、研究新型組合療法等。基于已有的化學(xué)、生物學(xué)數(shù)據(jù)和知識(shí)建立有效的數(shù)據(jù)模型，可通過(guò)ML來(lái)預(yù)測(cè)藥品研發(fā)過(guò)程中的安全性、有效性、不良反應(yīng)等，從而有望實(shí)現(xiàn)減少人力、時(shí)間、物力等投入，降低藥品研發(fā)成本的目的。

欲了解機(jī)器學(xué)習(xí)行業(yè)更多內(nèi)容詳情可點(diǎn)擊查看《2019-2025年中國(guó)機(jī)器學(xué)習(xí)行業(yè)發(fā)展趨勢(shì)及投資預(yù)測(cè)報(bào)告》。

• 相關(guān)深度報(bào)告REPORTS

  

  2019-2025年中國(guó)機(jī)器學(xué)習(xí)行業(yè)發(fā)展趨勢(shì)及投資預(yù)測(cè)報(bào)告

  機(jī)器學(xué)習(xí)是指通過(guò)計(jì)算機(jī)學(xué)習(xí)數(shù)據(jù)中的內(nèi)在規(guī)律性信息，獲得新的經(jīng)驗(yàn)和知識(shí)，以提高計(jì)算機(jī)的智能性，使計(jì)算機(jī)能夠像人那樣去決策。隨著各行業(yè)對(duì)數(shù)據(jù)的需求量增多，對(duì)處理和分析數(shù)據(jù)的效率要求變高...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡