基于深度學習的情感顧問機器

郁智豪 武 麗

（南京信息工程大學濱江學院 江蘇·無錫 214000）

0 引言

目前人工智能多應用于疾病的早期發現，疾病的跟蹤監測，在眼科學，影像學，癌癥檢測等方面的應用較為成熟，但在精神衛生領域的應用仍然處于發展階段，且發展速度緩慢[1]。相對于其他疾病而言，心理疾病的治療更側重于與患者建立關系和直接觀察患者的行為和情緒。人工智能技術能夠全面記錄最能夠充分解釋一個人整體心理健康的獨特的生物—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技術能夠開發更好的診斷前篩選工具和建立風險模型，以確定個人的易感性或發生精神疾病的風險。因此，為了實現個性化心理健康護理的長期目標，我們可以利用AI對于大數據進行分析，實現個性化心理的管理以及心理疾病的提前發現。

1 關于情感顧問的設想

1.1 情感顧問設想的具體流程

該設想中的情感顧問屬于個性化服務，能通過采集用戶的生理指標變化，表情變化等，并經過長期的自我學習實現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，預防可能出現的心理疾病問題。

該設想的具體服務流程如下：通過定期采集用戶的面部表情，并且通過穿戴設備檢測用戶的平均心率、血壓、睡眠質量等生理指標，同時將數據存儲入云端數據庫。這些數據會被輸入神經網絡，人工智能程序通過長期的樣本學習形成個性化指南，判斷用戶的精神狀態，提出建議或治療方案。

1.2 該設想的具體實施

1.2.1 數據的采集

關于圖像數據的采集：通過收集用戶的面部表情，該系統自動分割，增強圖像特點信息，對特征信息長期判斷識別，并且通過自我學習所獲得經驗給出一定結論供用戶參考。

關于用戶生理數據的采集：用戶生理數據的采集主要分為兩類，一類是通過可穿戴式設備收集血壓，心率，睡眠質量等生理指標。因為當人的情緒在短期內有較大波動時，生理指標也會發生較大變化。第二類是通過用戶的主動記錄，主要表現為飲食的變化記錄。

關于用戶社交生活數據的采集：通過對用戶的手機權限訪問，從用戶瀏覽記錄，社交聊天內容等方面，判斷用戶近日的情感變化并給出一定結論供參考。

1.2.2 數據的運用

關于數據的處理運用，該設想打算基于2014年Yoon-Kim提出了卷積神經網絡（Text CNN）模型進行數據的分析，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網絡節點構成。在輸入層輸入一個定長的數據序列，卷積層與池化層的核心作用是提取輸的數據的特征，從輸入的數據序列中，利用局部數據信息，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，省去了傳統機器學習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分類器中進行分類，從而得到情緒分析的結果。[2]

1.3 該設想中的相關算法

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的情況下直接從原始數據中學習獲得經驗，能夠發現數據之間潛在的關聯[9]。DL算法使用人工神經網絡，通過多個“隱藏”層來處理復雜的原始數據。DL算法中ANN必須有不止一個隱藏層。由于DL與人類思維的相似性，因此不像傳統ML那樣機械。DL是在高維數據中發現復雜結構的理想工具，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據。DL不僅僅是具備多層架結構的感知器，更是一系列能夠用來構建可組合可微分的體系結構的技術和方法。因此在該設想中 DL算法能夠完美勝任主動學習，完成神經網絡反饋。

1.4 該設想應當達到的理想目標

1.4.1 情緒異常的檢測

在上文中已經提到了關于對用戶數據的采集，通過對這些數據的自主學習，機器達到個性化處理問題的目的，能夠結合當前用戶的狀態為用戶提出可行的應對方案。

1.4.2 自殺傾向的干預

該設想中通過對用戶在網絡社交上的數據捕捉，包括瀏覽內容，聊天記錄等內容的綜合判定，當數據輸出結果到達一定的閾值后，自動觸發自殺傾向預警，手機會通過推送一些信息幫助

1.4.3 定期的心理咨詢

該設想中，人工智能通過長期的自主學習能夠基本了解用戶的心理特點，體現出個性化服務。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，進一步學習深化內容。

2 相關問題的討論

2.1 人工智能倫理問題

人工智能是人類智慧的延伸，從本質上來講不具備人的特點，只能模仿學習人類，不能代替人類思想。該設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，始終秉持人文關懷，不侵犯用戶權益。

2.2 用戶隱私權問題

該設想中需要采集用戶面部圖片，社交數據，生理數據等，在采集相關數據前會向用戶發出權限申請，始終堅持保護用戶隱私問題，保證在用戶知情的情況下進行數據的采集。

3 未來展望

在醫學領域中，精神病心理學在人文主義和以患者為中心這些方面都是獨一無二的，人們便開始懷疑，人工智能是否真的能夠取代心理醫生。這就引出了一個重要的問題，人工智能是否有能力產生共情，或者至少能偽裝出共情。相比于取代精神科醫生，更有可能的情況是，人工智能和其他先進技術可以發揮輔助作用，幫助心理醫生或心理治療師找到一種與患者建立聯系的方法。并且通過這種方式，患者和醫生都受益于人工智能的發展。心理治療師如何在臨床工作中運用人工智能和其他先進技術，以及如何整合這些技術，這些問題將成為我們在人工智能時代更好地培養未來心理醫生的前提。隨著21世紀科技的不斷發展，將出現一種新的精神病學，這種精神病學將經典的，經過實踐檢驗的技術和尖端科技結合在一起，一如既往地為患者提供最好的精神衛生保健。