读AI赋能04医疗保健

1. 概览

1.1. 连AI牙刷都能买到了，它们能通过实时指导来优化你的刷牙姿势

1.2. OpenAI的迭代部署方法是AI发展的总体战略

• 1.2.1. 一种集体行动方式，为公众提供了持续反馈的机会，以对精心设计、逐步改进的产品版本提供意见

1.3. 技术本身是人类实现大规模积极变革的最行之有效的杠杆之一

1.4. 技术悲观主义是悲观论者的默认模式，他们普遍将技术视为一种可疑的力量，觉得它反人类且不人道，还散发着一股刺鼻的“资本主义臭味”​

1.5. 顽固的悲观论者通常标榜自己是公共利益的监督者，是对抗技术解决主义涓滴式痛苦的道德反制力量

• 1.5.1. 他们确实能在促使大型科技公司及其他有权势的利益方对自身的错误、疏忽及可能对社会造成的负面影响承担责任方面发挥有益的作用

• 1.5.2. 当他们注重批判而非行动、偏向谨慎甚至禁止而非创新时，技术悲观主义也会给社会带来真正的危害

• 1.5.3. 当你只关注可能出错的地方时，不可避免地会忽视可能变好的地方

• 1.5.4. 就AI而言，它确实可能造成危害，我们应该努力纠正其缺陷，并警惕其不确定性

1.6. AI也能帮助我们应对最紧迫的全球挑战

• 1.6.1. 无论是在可持续能源生产、医疗保健、教育，还是网络安全方面试图取得进展，技术通常会在有效解决方案中占到30%～80%，这包括AI本身带来的问题

• 1.6.2. 为了打击深度伪造和虚假信息，我们需要使用AI检测系统，这些系统能够大规模监控平台，并且能像那些蓄意制造误导性内容的系统一样，迅速适应新挑战

1.7. 为预防一项创新可能带来的负面结果所做的努力，也会扼杀它可能产生的潜在积极结果，这些积极结果可能是全新的能力，也可能是针对现有挑战和不平等问题的解决方案

• 1.7.1. 想象一个AI系统能学会如何解读和翻译动物发声，使人类以前所未有的方式理解濒危物种的需求，从而采取更有效的干预措施来保护生物多样性

• 1.7.2. AI系统能以极高效的方式来优化食品配送的供应链，大幅减少浪费，并改善粮食不安全地区的营养获取方式，从而每年改善数百万人的健康状况

1.8. 我们必须接受一定程度的风险和不确定性，才能采取行动并向前推进

• 1.8.1. 从最好的可能结果的角度思考并不意味着你忽视潜在的负面结果，而是意味着你通过设想你想要的未来并朝着它前进，从而避免那些负面结果的发生

1.9. 大型科技公司虽然拥有相当可观的资源，可以用来解决真正重要的社会问题，却往往更倾向于选择更琐碎但更有利可图的挑战

2. 黑箱心理治疗

2.1. ​“黑箱”指的是那些已经存在了很长时间，以至于变得几乎隐形的缺陷、危害、低效或不平等威胁

2.2. 具体的威胁是长期存在的心理健康护理需求得不到满足

3. 大知识心理治疗

3.1. 将大语言模型用于心理健康护理可能带来不容轻视的风险，但是心理健康障碍和挑战对全球福祉造成了巨大的负面影响

• 3.1.1. 现有心理健康专业人员的持续短缺意味着数亿人得不到治疗，而更多的自动化服务可以极大地扩展护理的可及性

• 3.1.2. 心理健康护理也是一个基于循证实践(EBPs)的领域

• 3.1.2.1. 传统的数据收集和分析方式在严格设计的临床试验中已被证明是有效的，但这些方法是劳动密集型的，主观性强且难以大规模应用

3.2. AI可以将许多从业者所称的“黑箱心理治疗”转变为“大知识心理治疗”​

• 3.2.1. 可以评估数千小时治疗记录中的数百万次互动，以确定哪些循证实践在现实世界中最有效，以及哪些变化机制实际上改善了临床结果

• 3.2.2. 可以通过为护理人员提供新工具来协助和指导他们，从而增强他们的能动性

• 3.2.3. 可以通过让患者获得更个性化的心理健康支持，来增强他们的能动性

3.3. 当你通过技术悲观主义的视角看待这些可能性时，你更容易关注潜在的“爆雷”风险，而非创新者在开辟新领域时涌现的新希望

4. Kokobot聊天机器人

4.1. 作为认知行为疗法(CBT)的一个组成部分，认知重评教你通过重新构建对特定事件或状态的想法，来改变你可能对其产生的消极情绪反应

4.2. Kokobot还会在每次用户之间的互动中充当中介

4.3. Kokobot主要依赖传统的自然语言处理和机器学习技术来分析和响应用户输入

4.4. 一种相当直观的AI“副驾驶”模式

4.5. 拓宽了支持的覆盖范围，改变了心理照护的提供方式

4.6. 思考“可能会有哪些积极影响”意味着致力于行动，并在成功、失败和批评中进行迭代和学习

4.7. 心理健康护理是一个涉及隐私、患者自主权和患者公平性等问题的领域，需要仔细考虑

• 4.7.1. 适当的保障措施和透明的政策是必要的

5. 心理健康

5.1. 在过去20多年里，美国的抑郁症、焦虑症患病率和自杀率显著上升，但癌症和心脏病等疾病的治疗效果却在不断改善

5.2. 因持续性的心理健康问题而反复失业的人可能会陷入长期失业的循环中，技能、职业人脉和信心的丧失，再加上就业空白期和潜在雇主的偏见，导致他们越来越难以找到并保住新工作

5.3. 利用技术和自动化手段来扩展心理健康护理的可及性，让其不再局限于典型的50分钟面对面诊疗预约模式这种由来已久的做法

5.4. 对于许多人来说，获得护理服务依然遥不可及

• 5.4.1. 2023年10月，美国广播公司新闻报道称，由于拨打自杀预防热线988的电话数量过大，以至于该网络的一些呼叫中心开始对通话设置20分钟的时间限制

• 5.4.2. 还有一些呼叫中心规定，在特定时间段内，每个人最多只能拨打三次电话

5.5. 当考虑到许多人只有在经历重大挑战或痛苦时才寻求心理健康服务，现有的资源短缺就显得更加突出

• 5.5.1. 如果我们采用一种更积极主动的方法，将心理健康护理视为整体健康管理的一个重要组成部分—一种在相对健康和危机时期都可用的资源，那么可用护理资源与潜在需求之间的差距可能比我们通常认为的还要大

5.6. 提高参与度和留存率的一种方法是在应用程序和其他干预措施中融入更多对话或社交元素

• 5.6.1. 传统谈话疗法之所以成为心理治疗的主要方式，原因之一是人们觉得与他人交谈这一行为本身就很有吸引力

• 5.6.2. 人是社会性动物

5.7. 虽然像Woebot和Wysa这样的专业心理健康聊天机器人采用了先进的自然语言处理技术，但它们不像GPT-4等通用基础模型那样具有生成能力

• 5.7.1. 依赖于被称为“框架”的预定义结构

• 5.7.2. 框架赋予传统聊天机器人一种略显僵硬和可预测的特质，就像一个熟练的电话推销员在按照预设脚本工作一样，尽管这个脚本有多个分支路径

5.8. 虽然这些专业心理健康聊天机器人有一定能力提供具有同理心的响应并模拟治疗性对话，但最终它们在回应用户输入的能力上相当有限

• 5.8.1. 意味着它们不像ChatGPT及其同类产品那样容易产生幻觉

• 5.8.1.1. 内容来源是基于心理健康专业人员验证过的循证治疗技术

• 5.8.2. 无法像人类咨询师或更先进的AI模型那样，根据具体的场景或用户的表达，做出更为细腻或灵活的响应

5.9. 对大多数人来说，另一个真正的人可能是理想的帮助提供者

5.10. 最先进的大语言模型在短期内不太可能取代人类心理健康护理提供者

5.11. 大语言模型也创造了全新的可能性

• 5.11.1. 不仅可以复制人类咨询师的技能和方法，还可以重新构想在充足的智能资源成为常态时，我们如何开发、测试和部署心理健康护理

6. 24小时情感支持提供者

6.1. 在许多医疗领域，从业者可以用明确的指标（如血液检测、骨骼扫描和其他生理指标）来评估干预的效果

• 6.1.1. 一位眼科医生通过用人工晶体置换混浊的晶状体（白内障）​，能在半小时内改变一个人的生活

6.2. 在心理健康护理领域，用于诊断和提供治疗方法的数据通常主要由逐步积累的文本构成

6.3. 数字技术可以通过提供更客观和持续的数据收集方法来帮助缓解这些问题

• 6.3.1. 现在可以利用智能手机和可穿戴设备实现对行为的被动监测

• 6.3.2. 能够主动提示用户情绪和行为状态的心理健康应用程序可以帮助人们实现更一致的自我监测

• 6.3.3. 利用AI分析地理定位数据、短信发送频率和通话时长，可以预测抑郁症或双相情感障碍的发作

• 6.3.4. 大语言模型还可以分析大量的治疗会话记录，以更好地了解在不同情境下哪种干预措施效果最好，以及哪些咨询师行为可以带来不错的治疗效果

6.4. 心理咨询师最常见的治疗干预措施是给出建议或“提供信息”​，这占了他们一半以上的工作时间，但这种做法与较差的治疗结果呈现微小但显著的关联

6.5. 通过揭示在个别案例甚至数十个或数百个案例中不太可能出现的模式和关系，这种大规模分析可以帮助从业者更好地理解有效治疗的细微之处，并改进其治疗实践

6.6. 护理将变得更加便捷、经济、可扩展、以数据分析为指导，并根据用户的独特偏好和需求进行个性化配置

6.7. 人们选择心理咨询师的原因多种多样，但通常可以归结为便利性和实用性

• 6.7.1. 当心理健康护理变得真正负担得起且易于获得时，大家就能更关注治疗方法和专业技能

• 6.7.2. 像BetterHelp和Talkspace这种心理健康平台正在朝这个方向努力

• 6.7.2.1. 它们完全依赖人类心理咨询师，这就带来了一些局限性

• 6.7.2.2. 任何一个人类心理咨询师能够服务的患者数量都是有限的

6.8. 一个既有完全虚拟的心理咨询师又有人类心理咨询师的平台，其运作方式所受的约束会少很多

• 6.8.1. 也许你会定期与多个心理咨询师交流，也许你会组建一个心理咨询师团队，与他们共同会面，从而在实时讨论中受益于第二和第三种意见

• 6.8.2. 寻找最适合你的治疗方法将比以往任何时候都更容易，而且你实际上可能不需要进行太多搜索

• 6.8.3. 一个由AI驱动的心理健康平台可以分析来自数千名与你的年龄、性别和特定焦虑症状相似的患者的数据

• 6.8.4. 平台会知道哪些认知行为疗法练习或药物治疗方案对与你相似的其他人带来了最显著的改善

• 6.8.5. 可以优先考虑在现实场景中超过一定功效阈值的方法，并为你推荐个性化的治疗方案

6.9. 如果心理健康护理变得更难获得、更少依赖数据分析且个性化程度不如奈飞的内容，而我们还觉得对社会更好，这才会是个问题

6.10. 通过持续互动发展起来的同理心和信任感是我们不应该完全自动化的东西，无论治疗型大语言模型可能变得多么可靠、审慎和经过了临床验证

6.11. AI系统可以帮助培训更多人类心理咨询师，远超出我们现有的培训能力

6.12. AI系统可以以多种方式支持人类心理咨询师，从而让他们能够与更多的患者互动

6.13. AI系统可以让当前护理模式无法覆盖的数百万人获得丰富且负担得起的护理服务

6.14. 如果护理变得过于便捷和经济实惠，会导致人们对治疗型大语言模型的过度依赖，并削弱个体的自主性

• 6.14.1. 这种担忧在很大程度上取决于我们如何定义心理健康护理的范围和效用

• 6.14.2. 是否常听有人担心过度依赖眼镜、心脏起搏器或安全带呢？

• 6.14.3. 可以在任何时间—无论白天还是晚上，获得具备同理心的回应和实用的应对方法

• 6.14.4. 通过持续的、个性化的支持，发展出更健康的应对机制和情感韧性

6.15. 变革和提升这些实践，有可能开创一个更加全面、持续且深度融入日常生活的心理健康护理新时代

7. 心理健康领域整合AI的3个潜在阶段

7.1. 第一阶段，属于相对简单的AI辅助用途

• 7.1.1. 利用AI工具将咨询过程中的会话录音等实时记录资料转换成更为正式的诊疗会话记录、治疗计划，以及正式病例

7.2. 第二阶段，涉及更多的协作参与

• 7.2.1. 审查完整的会话记录，以评估实习心理咨询师应在多大程度上遵循循证实践

• 7.2.2. 帮助患者完成心理咨询中的任务

• 7.2.3. 为接受治疗而填写不同类型的表格

7.3. 第三阶段，涉及完全自主护理

• 7.3.1. 临床大语言模型完成了基于循证实践的培训，并经过了严格的实用性、有效性和安全性评估，能够执行人类临床医生所执行的所有任务和干预措施

8. 超人性化

8.1. 当新技术的力量强大到开始重塑社会规范和个人行为时，悲观主义者往往将这种转变视为在本质上具有破坏性

8.2. 随着人们开始更频繁、更有意义地与各种类型的大语言模型互动（包括治疗型大语言模型）​，值得注意的是，人类最根深蒂固的行为之一，就是与非人类智能缔结极其密切且重要的连接

• 8.2.1. 人类倾向于与能够回应他们的对象建立联系，哪怕这些对象不是真人

• 8.2.2. 在大多数情况下，我们倾向于将这种与非人类实体建立联系的能力视为我们最宝贵的属性之一，因为这些关系可以增强我们的情感智力，并影响我们与他人的关系

• 8.2.3. 有助于创造让人们感到足够舒适的环境，从而能够坦诚表达自我

• 8.2.4. 经常会赋予生活意义，有助于提升整体幸福感

8.3. 模型并不真正理解这个世界，因此也没有情感智力，更无法真正洞察或理解互动者的情绪或心理状态

• 8.3.1. 缺乏同理心，因此“必须让人类参与其中”​

• 8.3.2. 尽管AI模型没有意识或自我意识，但它们常以统计上最优的方式，表现出超越人类常规水平的善意和同理心

8.4. 随着人们将AI模型更充分地融入日常生活，随着时间的推移我们可能会看到的复合效应

• 8.4.1. 与超凡AI模型的持续互动，能帮助我们成为更善良、更有耐心及情感上更为豁达的自己

• 8.4.2. 通过复杂的神经网络和大规模的全球服务器集群，世界或许会变得“超人性化”(superhumane)