基于深度学习的情感顾问机器

郁智豪 武 丽

（南京信息工程大学滨江学院 江苏·无锡 214000）

0 引言

目前人工智能多应用于疾病的早期发现，疾病的跟踪监测，在眼科学，影像学，癌症检测等方面的应用较为成熟，但在精神卫生领域的应用仍然处于发展阶段，且发展速度缓慢[1]。相对于其他疾病而言，心理疾病的治疗更侧重于与患者建立关系和直接观察患者的行为和情绪。人工智能技术能够全面记录最能够充分解释一个人整体心理健康的独特的生物—心理—社会特征，而我们对这些生物、心理和社会系统之间的相互作用的理解是相对片面的，不如人工智能分析的客观。此外，AI技术能够开发更好的诊断前筛选工具和建立风险模型，以确定个人的易感性或发生精神疾病的风险。因此，为了实现个性化心理健康护理的长期目标，我们可以利用AI对于大数据进行分析，实现个性化心理的管理以及心理疾病的提前发现。

1 关于情感顾问的设想

1.1 情感顾问设想的具体流程

该设想中的情感顾问属于个性化服务，能通过采集用户的生理指标变化，表情变化等，并经过长期的自我学习实现对用户情绪的检测分析，并提出一定的建议。能有效管理情绪变化，预防可能出现的心理疾病问题。

该设想的具体服务流程如下：通过定期采集用户的面部表情，并且通过穿戴设备检测用户的平均心率、血压、睡眠质量等生理指标，同时将数据存储入云端数据库。这些数据会被输入神经网络，人工智能程序通过长期的样本学习形成个性化指南，判断用户的精神状态，提出建议或治疗方案。

1.2 该设想的具体实施

1.2.1 数据的采集

关于图像数据的采集：通过收集用户的面部表情，该系统自动分割，增强图像特点信息，对特征信息长期判断识别，并且通过自我学习所获得经验给出一定结论供用户参考。

关于用户生理数据的采集：用户生理数据的采集主要分为两类，一类是通过可穿戴式设备收集血压，心率，睡眠质量等生理指标。因为当人的情绪在短期内有较大波动时，生理指标也会发生较大变化。第二类是通过用户的主动记录，主要表现为饮食的变化记录。

关于用户社交生活数据的采集：通过对用户的手机权限访问，从用户浏览记录，社交聊天内容等方面，判断用户近日的情感变化并给出一定结论供参考。

1.2.2 数据的运用

关于数据的处理运用，该设想打算基于2014年Yoon-Kim提出了卷积神经网络（Text CNN）模型进行数据的分析，该模型由输入层、卷积层、池化层、全连接层等不同层次的人工神经网络节点构成。在输入层输入一个定长的数据序列，卷积层与池化层的核心作用是提取输的数据的特征，从输入的数据序列中，利用局部数据信息，提取初级的特征，并组合初级特征为高级特征，通过卷积与池化操作，省去了传统机器学习中的特征工程的步骤。全连接层的作用就是分类器，它把卷积层与池化层提取的特征输入到一个分类器中进行分类，从而得到情绪分析的结果。[2]

1.3 该设想中的相关算法

1.3.1 贝叶斯模型

1.3.2 DL算法

DL算法可以在没有人类外部指导的情况下直接从原始数据中学习获得经验，能够发现数据之间潜在的关联[9]。DL算法使用人工神经网络，通过多个“隐藏”层来处理复杂的原始数据。DL算法中ANN必须有不止一个隐藏层。由于DL与人类思维的相似性，因此不像传统ML那样机械。DL是在高维数据中发现复杂结构的理想工具，比如包含在电子病历中的临床记录，或者由患者提供的临床和非临床数据。DL不仅仅是具备多层架结构的感知器，更是一系列能够用来构建可组合可微分的体系结构的技术和方法。因此在该设想中 DL算法能够完美胜任主动学习，完成神经网络反馈。

1.4 该设想应当达到的理想目标

1.4.1 情绪异常的检测

在上文中已经提到了关于对用户数据的采集，通过对这些数据的自主学习，机器达到个性化处理问题的目的，能够结合当前用户的状态为用户提出可行的应对方案。

1.4.2 自杀倾向的干预

该设想中通过对用户在网络社交上的数据捕捉，包括浏览内容，聊天记录等内容的综合判定，当数据输出结果到达一定的阈值后，自动触发自杀倾向预警，手机会通过推送一些信息帮助

1.4.3 定期的心理咨询

该设想中，人工智能通过长期的自主学习能够基本了解用户的心理特点，体现出个性化服务。并且能够定期反馈，主动弹出对话框，与用户聊天对话，在为用户解决问题的同时，进一步学习深化内容。

2 相关问题的讨论

2.1 人工智能伦理问题

人工智能是人类智慧的延伸，从本质上来讲不具备人的特点，只能模仿学习人类，不能代替人类思想。该设想中的人工智能始终遵从用户的意愿，以解决用户情感问题为根本，检测用户心理疾病为手段，降低社会自杀率为目的，始终秉持人文关怀，不侵犯用户权益。

2.2 用户隐私权问题

该设想中需要采集用户面部图片，社交数据，生理数据等，在采集相关数据前会向用户发出权限申请，始终坚持保护用户隐私问题，保证在用户知情的情况下进行数据的采集。

3 未来展望

在医学领域中，精神病心理学在人文主义和以患者为中心这些方面都是独一无二的，人们便开始怀疑，人工智能是否真的能够取代心理医生。这就引出了一个重要的问题，人工智能是否有能力产生共情，或者至少能伪装出共情。相比于取代精神科医生，更有可能的情况是，人工智能和其他先进技术可以发挥辅助作用，帮助心理医生或心理治疗师找到一种与患者建立联系的方法。并且通过这种方式，患者和医生都受益于人工智能的发展。心理治疗师如何在临床工作中运用人工智能和其他先进技术，以及如何整合这些技术，这些问题将成为我们在人工智能时代更好地培养未来心理医生的前提。随着21世纪科技的不断发展，将出现一种新的精神病学，这种精神病学将经典的，经过实践检验的技术和尖端科技结合在一起，一如既往地为患者提供最好的精神卫生保健。