人工智能背景下的音樂治療

幾十年，人工智能的運用已滲透到了許多領域。伴隨著衛生信息化、醫療的大數據化和音樂數字化的躍遷式發展以及人類對身心健康和生命質量關注的不斷提升，加速推動了音樂治療領域進入到智能化時代。當前，人工智能賦能音樂治療的熱度在持續升溫，逐漸顯露出從冷門到熱門的巨大潛力。

一、人工智能背景下音樂治療的價值

（一）音樂治療理念的變革?21世紀以來，隨著腦科學、認知科學、生命科學等的突飛猛進與日新月異的變化，人工智能在音樂治療領域也展現出了它的巨大潛力。尤其是在人工智能的賦能下，傳統音樂治療過程將變得更具人性化。它既不是簡單的對癥下“樂”，也不是單純地通過一項技術來提升療效，而是在治療中可通過機器學習、自然語言處理的方法，結合來訪者的社會屬性、心理特征、興趣愛好等大數據，建立個人全息化圖譜，以自動生成個性化的音樂治療方案，為來訪者的不同病癥進行輔助問診和評估，從而使治療進度變得科學而便捷。在借鑒循證醫學的核心理念下，為基于治療師的經驗和來訪者主觀報告的療效評估提供更為精準科學的證據。可見，人工智能技術或許在未來會成為“音樂治療師”的第二雙眼睛，可為音樂治療師指出問題、規避風險、提高效率。

（二）音樂治療方法技術與思路的開拓?傳統音樂治療的方法以聽、唱、奏為主，大致分為接受式治療、再創造式治療和即興演奏式治療。基于不同的心理學理論流派，每一類方法技術的操作流程和側重點都有所不同。因而，這不僅取決于音樂治療師個人理論流派背景及擅長的技術類型，更取決于臨床治療目標和來訪者的個人需求狀況。隨著人工智能技術的加持，音樂治療的方法技術更具普適性和開拓性。比如以聆聽為主的接受式音樂治療方法，在人工智能情感計算的輔助下，能夠幫助我們更好地觀察和理解音樂與人復雜情感關系的動態規律，使得治療匹配度更高，診斷更具客觀性。此外，在臨床操作上也拓寬了治療思路，如以即興法、作曲法為主的音樂治療，常態操作是音樂治療師需要根據經驗，引導來訪者參與音樂的即興演唱或演奏，這往往對治療師的專業能力和來訪者的創作能力要求較高，而人工智能賦能音樂治療的優勢在于，它可根據個人的情緒、喜好、創作靈感等，在已設定的程序范圍內進行運算，用短短幾分鐘甚至幾秒鐘就能創作出成品。隨著技術的不斷迭代更新，創作成果更具藝術審美感，這一過程尤其為非音樂專業的人士提供了便捷的創作技術支持和愉悅的體驗。

（三）音樂治療智能應用場景的不斷豐富?人工智能作為新一輪技術革命與產業變革的核心驅動力，為音樂治療提供極為廣闊的臨床實踐空間，使得智能技術應用下的治療場景變得更為多元。應用較為廣泛的一類場景是普通人日常身心健康的維護，比如運用智能系統和設備，如EmoSPARK，包括立體播放器和360度可轉動攝像頭，并連接用戶的iPhone等設備，通過人臉識別、語音語義識別來檢測用戶情緒，并進行全方位追蹤、評估、診療和精準的音樂菜單推送。此外，音樂治療智能場景也可應用于精神疾病類或神經康復類的預測、診斷治療和監控，如產后抑郁癥、創傷性應激障礙、阿爾茨海默癥等，通過來訪者可攜帶的手機或可穿戴設備進行24小時不間斷地采集用戶信息，通過機器學習協助音樂治療師進行評估和干預。音樂與智能技術的結合可實現音樂治療中虛擬性與真實性、審美性與功能性及娛樂性與療效性的統一，這不僅彌補了傳統音樂治療中的不足，也為人類身心健康的研究與醫療開辟了新可能。

二、人工智能背景下的音樂治療研究現狀

（一）音樂情感識別與情緒調節?傳統的人工智能基本是以處理邏輯信息為主，但音樂是人類情感的本質表現，難以通過傳統的方法進行處理。有研究認為，音樂與語言在認知上可能很少有重疊，比如失歌癥和失語癥，這也從一定程度上表明音樂情感的感知區域也許是獨立的，而音樂情感認知的核心問題就在于情感的概念化和情感的分類問題。目前，已有越來越多領域的學者將目光投向于音樂與人類情感交互研究。包括：1.基于實時EEG技術。研究者Sourina?O.提出將音樂治療過程與基于實時EEG的人類情緒識別算法相結合，以識別當前來訪者的情緒狀態，并根據這種神經反饋來調整治療以滿足來訪者的需求，這樣就實現了一種自洽的音樂治療系統，可以在沒有任何音樂治療師幫助的情況下使用，適用于普通人或身體機能受限的人群。2.基于音樂腦機接口技術。Daly?I.?和Williams?D.等人在2016年開發并評估了一種用于可調節人情感狀態的情感化腦機音樂界面（aBCMI），即不需要移動就可通過大腦活動與計算機控制以實現人與音樂的交互系統，通過記錄腦電圖及其他生理指標以檢測來訪者當前的情感狀態。該研究團隊在此研究基礎上又進行了混合腦機音樂接口技術（HBCMI）的研究，實驗結果表明，相比傳統的腦機音樂接口技術（BCMI）設計，個性化情感檢測準確度效果更為顯著。3.基于生理信號分析技術。學者通過引入機器學習方法，研究生理特征與音樂類型之間的關系，以提取生理信號中的皮膚電活動（EDA）、血容量脈搏（BVP）、皮膚溫度（ST）和瞳孔擴張（PD）等來識別音樂類型，為音樂治療中的音樂選擇提供更為精準的指導，區別于傳統音樂治療的優勢就在于，通過人工智能技術的賦能，能夠借助個人的生理指標和神經指標隨時隨地監測使用者的情緒狀態，為音樂治療的療效提供了更為客觀、系統的監測方法。

（二）腦科學與音樂神經康復治療?越來越多的國內外醫學研究表明，音樂治療在改善腦損傷、腦卒中患者的意識狀態、情感狀態、語言交流能力、運動能力與大腦認知功能康復等方面有其獨特的臨床應用價值。隨著近年來腦科學、神經科學、音樂聲學、康復醫學的高度融合發展，音樂康復治療也成為了現代康復醫學中的一支重要力量。有研究者以音樂元素為干預的核心理念，并運用計算機技術，在使用的治療儀器中加入了游戲界面，作用與神經康復患者的康復訓練，實現了功能性、智能性、娛樂性與療效性相統一。還有研究者通過定量腦電圖（QEEG）的方式研究音樂聽覺刺激對意識障礙患者自主神經系統的作用，結果顯示，在監測大腦對音樂、受試者自己的名字和噪音反應中，被自己的名字刺激的受試者大腦激活程度較高，而另一項研究則表明由治療師所選擇的音樂刺激相比偏愛的音樂刺激可導致更高的自主神經系統的互動活動。在阿爾茨海默癥的治療中，研究者通過樂器的音準和節奏的測試，并將其得分代入機器學習預先建立的診斷模型中，可以準確、快速地診斷該病。因而，通過智能技術的輔助，不僅能進行疾病的預測、評估和治療音樂的選擇，同時也為身體機能或語言交流受限等患者開啟了生命狀態更多美好的可能性。82284331-54DE-4F1C-ADE7-3DF1A576629A

（三）音樂治療算法技術與智能系統的開發?算法是人工智能的核心，隨著各類音樂推薦算法的層出不窮，應運而生了基于馬爾科夫模型、基于語法系統模型、基于深度生成式模型等。有研究對聆聽音樂的功能、目標和音樂結構進行了分析，認為為治療目的而創作的音樂有其特定的標準，而且受音樂結構、表現風格以及計算參數等屬性影響更為明顯，在此基礎上研發了一種源于“旋律學”（Melomics）的“旋律學-健康”（Melomics-Health）新算法，可以無需參考作曲家或風格來創作治療性的音樂。雖然其局限性在于未考慮到智能技術生成中的音樂模式缺失、過擬合的問題，但是通過算法技術能更好地控制治療的特定參數與結構，也為腦神經科學的創新模型研究奠定了基礎。特別是受嚴重或緊急的公共衛生問題如新冠肺炎疫情的影響，當人工選擇的音樂無法滿足快速增長的治療性音樂需求時，通過算法技術來自動識別治療性的音樂也能發揮其優勢和實用價值。與此同時，應用于臨床治療領域中的人工智能音樂推薦系統也在不斷開發，如自動化壓力緩解音樂推薦系統、耳鳴患者個性化音樂推薦系統（EMOTION）、視障音樂治療（TMT）模型等。這些音樂治療智能模型與系統的開發與落地，不僅能夠幫助殘障患者重獲“新生”，在音樂中重新找回自信和希望，更為國人的身心健康提供更有效、持久的保障。

三、人工智能賦能音樂治療發展的新思考

（一）人工智能賦能音樂治療所面臨的問題與挑戰?隨著人工智能在語音識別、圖像識別和自然語言處理方面取得了重大進展，基于豐富的大數據和深度學習，人工智能技術在音樂治療的潛在應用已經被逐步證明，跨學科的合作已成必然趨勢，然而人工智能與音樂治療的結合仍面臨諸多爭議與挑戰，

亟須對以下的關鍵性問題做進一步的思考。

1.脫離音樂主體談人工智能?在音樂治療的臨床實踐中，音樂始終是最基本的因素，雖然手段和形式多種多樣，但干預效果的達成還依賴于音樂本身。而音樂是需要被感知的，其審美往往受人的個性、文化學習背景等諸多因素影響，雖然對人工智能技術生成音樂已經比較深入，但它還是很難體驗到人類的各種復雜情感。若只談智能技術而不考慮音樂的主體性，則容易本末倒置。正如初期的音樂治療研究醫務人員是主力軍，大多未受過系統的音樂專業學習和訓練，這也導致在大量的音樂治療研究中對音樂相關問題的關注不夠，學科研究的理論基礎偏薄弱。

2.脫離音樂治療師談人工智能?盡管人工智能技術已成為現代輔助診療的重要手段之一，尤其是在新冠肺炎疫情爆發后，在人工選擇無法滿足快速增長的治療音樂選擇時，智能技術便充當了“虛擬治療師”這一重要角色，為這場戰疫的線上音樂治療服務提供了快捷、優化的途徑，促進了技術革新和治療模式的轉變。但是，它不能以“取代”音樂治療師為目標。音樂治療并非簡單的看病開處方，更不是通過技術就能輕松提效。音樂治療重視人本性，音樂治療開始的首要條件就是治療關系的建立，要與來訪者有直接的眼神接觸和交互溝通。若脫離音樂治療師的存在，人工智能技術也只能充當冷冰冰的一種治療手段。

3.脫離音樂產權保護和臨床倫理談人工智能當前，用人工智能技術創作音樂不再是新鮮事，但從現實情況看，它尚未發展到有自主意識的程度，因而，對人工智能的操作者仍占有主導地位，這就不可避免地會引發音樂數據和音樂生成后的產權歸屬問題。更重要的是，隨著智能技術在音樂治療領域的大范圍推廣與應用，也面臨著一定的法律和倫理的挑戰。無論是線上還是線下的音樂治療，在應用人工智能相關軟件時需要收集和篩選大量的數據，包括患者個人的基本信息、睡眠數據、通話數據、行動數據、臨床治療等，而且面對音樂治療關系、治療方案、治療情境相對復雜，在臨床上容易遇到知情同意、風險告知、隱私保護、同步共情等諸多方面的問題，加之我國尚未出臺相關的隱私權保護法，這無疑在實踐操作層面帶來了一定的難度。

（二）探索人工智能背景下音樂治療生態化發展的新思路?任何一個學科健康、穩步的發展，都離不開一個生態要素完整、形成各方共識的，能夠突破各自學科圈進行跨界融合和具備協同發展思維的生態系統。

1.多層次推進，構建“跨學科”視域下音樂治療智能化生態?首先，政府層面應給予人工智能下的音樂治療更為積極的引導和激勵，結合我國音樂治療發展的現況進一步完善執業倫理規范，倡導將音樂治療與健康大數據相結合，以推動與建立音樂文化生活與國民身心健康管理的共同體。

其次，從學科層面需要達成共識。人工智能學科的技術門檻高，音樂治療從業人員容易望而生畏，如果各學科依然各自獨立發展、開展零星式研究，很難形成規模效應和社會價值。2021年在北京中央音樂學院召開的世界音樂人工智能大會，受到了國內外學界空前的關注和重視，由于人工智能滲透音樂治療領域的相關研究具有廣泛的社會效應和應用價值，也成為了會議中最熱門的討論主題之一。目前國內研究將重點放在攻關腦科學與定量分析的音樂治療和康復技術、睡眠障礙等領域，希望能以這幾個關鍵性研究領域為發力點，明確各方的角色和定位，加強音樂治療與人工智能學科之間的合作，通過以點帶面，多學科的聯動，實現科技賦能傳統意義音樂治療的創新發展。

再次，要著力加強人工智能和音樂治療復合型人才的培養。由于交叉學科的特性對音樂治療師的資質提出了更高的要求，在人工智能前沿技術快速賦能傳統音樂治療的時代，不僅可以重塑音樂治療的臨床模式，也可最大程度地發揮個人專業所長和優勢。但現階段，既懂音樂治療又懂人工智能的人才十分稀缺，因此，要推動人工智能在音樂治療領域中的發展，人才培養必定是一個關鍵性要素，需要給予高度關注與重視。盡管人工智能技術不能取代人類，但可以說，會運用人工智能技術的音樂治療師在不久的將來會更具有競爭優勢和發展潛力。

2.發揮本土優勢，融合“整體觀”的智能音樂治療新探索?當前，人工智能技術發展已經進入了全新戰略時代，國際上眾多發達國家和地區圍繞人工智能制定了“未來發展藍圖”，但多數仍以西方思維為主導。我國作為世界文明古國，運用音樂治療服務于人類身心健康的歷史相當地久遠。盡管國內對音樂治療與人工智能的探索才剛剛起步，但人工智能在治療理念上和我國傳統文化思想極為相似，張鴻懿教授指出：“中國民族音樂治療文化的思想源遠流長，是歷經祖輩們長期實踐應用積淀而成，其思想理論蘊含著國人特有的中醫哲學智慧。”古代醫學思想是通過“望聞問切”積累成千上萬人的醫學大數據，之后通過人腦進行“加工”處理。而現代則是用電腦加人腦的積累，輔助治療師提供海量的“辨證論治”經驗，以實現大數據與智能技術相結合的智能醫療。世界音樂治療聯合會（WFMT）前主席瑪蘭托Maranto博士1995年來中國講學時也曾提出：“東方哲學、醫學強調整體，音樂治療從觀念上更像東方人的思維模式。”當我們回歸治療的根本，從整體觀的角度去詮釋與解密人工智能治療模式，對當今音樂治療應用與實踐無疑是一種重要啟示。82284331-54DE-4F1C-ADE7-3DF1A576629A

結??語

盡管人工智能在音樂治療領域的應用與研究才剛剛起步，尚有諸多難題需要破解，但是歷史證明，人類的發展無法阻擋科技帶來的巨大推動力。李小兵教授提出：“藝術與科學自古以來就是人類文明發展的重要驅動力，每一次藝術與科學的交匯都站在人類文明史的重要節點。”這一技術的誕生，必將促使廣大的音樂治療者們將目光投向更為廣闊的人工智能所創造的音樂形式中，從當前大數據時代下人工智能音樂中汲取堅實的治療力量，這正是現代音樂治療未來發展所努力的方向。

婁巖主編《智能醫學概論》，中國鐵道出版社2018年版，第162-167頁。

Sourina?O.，?Liu?Y.，Nguyen?M.?K.?Real-time?EEG-based?emotion?recognition?for?music?therapy.?Journal?on?Multimodal

User?Interfaces，?2012，?pp.27-35.

Ian?Daly?，?Duncan?Williams?，?Asad?Malik?et?al..?Personalised，?Multi-Modal，?Affective?State?Detection?for?Hybrid?Brain-Computer?Music?Interfacing.?IEEE?Transactions?on?Affective?Computing，2018，11（1），pp.111-124.

Rahman?J?S?，Gedeon?T，Caldwell?S?，?et?al.?Towards?Effective??Music?Therapy?for?Mental?Health?Care?Using?Machine?Learning?Tools：?Human?Affective?Reasoning?and?Music?Genres[J].?Journal?of?Artificial?Intelligence?and?Soft?Computing?Research，?2021，?11（1）：pp.5-20.

朱婷、何凌《基于人工智能技術的音樂治療對身體機理反應及自動療效評估系統》，《科技視界》2021年第5期，第83-85頁。

Schaffert?N?，?Janzen?T?B?，?Ploigt?R?，?et?al.?Development?and??evaluation?of?a?novel?music-based?therapeutic?device?for?upper?extremity?movement?training：?A?pre-clinical，?single-arm?trial[J].?PLoS?ONE，?2020，15（11），e0242522.

Wu?M，?Bao?W?X，?Zhang?J，?et?al.?Effect?of?acoustic?stimuli?in?patients?with?disorders?of?consciousness：?a?quantitative?electroencephalography?study.?Neural?Regeneration?Research，2018，13（11），pp.1900-1906.

Zhang?X?Y，?Li?J?J，?Lu?H?T，?et?al.?Positive?effects?of?music?therapists?selected?auditory?stimulation?on?the?autonomic?nervous?system?of?patients?with?disorder?of?consciousness：?A?randomized?controlled?trial.?Neural?Regeneration?Research，82284331-54DE-4F1C-ADE7-3DF1A576629A

2021，16（7），pp.1266-1272.

趙春婷《通過樂器的音準和節奏判別鑒定阿爾茨海默癥方法及不同器樂類型對其治療效果研究》，《樂器》2021年第4

期，第44-47頁。

Raglio?A，?Vico?F.?Music?and?technology：?The?curative

algorithm.?Frontiers?in?psychology，?2017，?8，pp.2055.

Chen?G，?Hu?Z，?Guan?N，?et?al.?Finding?therapeutic?music?for?anxiety?using?scoring?model.?International?Journal?of?Intelligent

Systems，2021，36（8），pp.4298-4320.

Ras，Zbigniew?W.，Alicja?Wieczorkowska，and?Shusaku?Tsumoto，eds.?Recommender?Systems?for?Medicine?and?Music.

Switzerland：Springer?International?Publishing，2021，pp.187-223.

李澄《人工智能賦能未來音樂》，《音樂周報》2021年11月

2日，第B01?版。

張勇《中國傳統音樂治療理論與方法體系研究》，北京：人民出版社2019年版，第3-4頁。

傅聰?博士，北京教育學院體育與藝術教育學院音

樂系講師?（責任編輯??張萌）82284331-54DE-4F1C-ADE7-3DF1A576629A