精神病学研究人员发现，计算机可以有效地解析键入的对话片段，以寻找严重精神疾病的警告信号。UWMedicine研究人员发现，在识别严重精神疾病患者短信中的危险语言方面，算法与训练有素的人类评估员一样出色。这开辟了一个有前途的研究领域，可以帮助精神病学培训和护理稀缺。

研究结果发表在《精神病学服务》杂志上。

短信越来越多地成为心理健康护理和评估的一部分。尽管如此，这些远程精神病学干预可能缺乏治疗师的情感参考点来引导与患者的面对面对话。

该研究团队位于精神病学和行为科学系，首次使用自然语言处理来帮助检测和识别反映“认知扭曲”的文本消息，这些消息可能会从训练不足或工作过度的临床医生身边溜走。该研究还可能最终帮助更多患者找到治疗。

“当我们亲自与人会面时，我们会遇到所有这些不同的背景，”该论文的主要作者兼华盛顿大学医学院代理助理教授贾斯汀陶舍尔说。“我们有视觉提示、听觉提示，以及不会出现在短信中的东西。这些是我们受过训练可以依靠的东西。这里的希望是，技术可以为临床医生提供额外的工具，以扩展他们做出临床决策所依赖的信息。”

该研究检查了39名患有严重精神疾病且有住院史的人与他们的心理健康提供者之间的数千条独特且自发的短信。人类评估员对文本的几种认知扭曲进行了评分，就像他们通常在患者护理环境中所做的那样。评估人员寻找暗示患者过度概括、灾难化或仓促下结论的微妙或明显的语言，所有这些都可能是问题的线索。

研究人员还对计算机进行了编程，使其完成相同的文本评分任务，并发现人类和人工智能在大多数研究类别中的评分相似。

“能够拥有有助于支持临床决策的系统，我认为对于那些有时无法获得培训、有时无法获得监督或有时也只是疲倦、过度劳累和在临床环境中工作了十年后开始研究的Tauscher说。

支持临床医生将是立竿见影的好处，但研究人员还看到了与可穿戴健身手环或基于电话的监控系统并行工作的未来应用。华盛顿大学技术与工程行为研究中心主任、该论文的合著者DrorBen-Zeev表示，该技术最终可以提供实时反馈，提示治疗师注意迫在眉睫的麻烦。

“就像你获得血氧水平、心率和其他输入一样，”Ben-Zeev说，“我们可能会得到一个提示，表明患者正在仓促下结论并灾难化。只是将意识引入思维模式的能力是我们未来的设想。人们将通过他们的技术获得这些反馈循环，从而获得对自己的洞察力。”