醫(yī)療AI八大趨勢：蘋果正在顛覆未來 中國創(chuàng)企勢如破竹

　　醫(yī)療保健正在逐步成為人工智能研究和應(yīng)用的重要領(lǐng)域。

　　現(xiàn)如今，醫(yī)療行業(yè)中幾乎每個(gè)領(lǐng)域都會受到技術(shù)崛起的影響。例如，圖像識別正在徹底改變診斷過程。最近，谷歌的DeepMind神經(jīng)網(wǎng)絡(luò)可以診斷出50種威脅視力的眼疾，準(zhǔn)確性可媲美醫(yī)學(xué)專家。甚至有些制藥公司也正在嘗試深入學(xué)習(xí)設(shè)計(jì)新藥。例如，Merk與創(chuàng)企Atomwise合作，GlaxoSmithKline與Insilico Medicine宣布建立合作關(guān)系。

　　在私營市場，醫(yī)療保健AI創(chuàng)企自2013年以來，已經(jīng)在576次融資中獲得43億美元，這一數(shù)字遠(yuǎn)超人工智能涉及的其他領(lǐng)域。

　　醫(yī)療保健領(lǐng)域的人工智能當(dāng)下著眼于改善患者的治療結(jié)果，調(diào)整各利益相關(guān)者的利益，降低醫(yī)療成本。人工智能在醫(yī)療保健領(lǐng)域面臨的一大障礙就是克服慣性，徹底改進(jìn)不再有效的現(xiàn)有流程，并嘗試應(yīng)用新興技術(shù)。

　　人工智能面臨著醫(yī)療行業(yè)獨(dú)有的技術(shù)和可行性挑戰(zhàn)。例如，在美國，患者數(shù)據(jù)沒有標(biāo)準(zhǔn)格式，也不具備中央存儲庫。當(dāng)患者文件以不可讀取的PDF格式通過傳真、郵件進(jìn)行發(fā)送，或以手寫記錄的圖片發(fā)送時(shí)，從中提取信息對AI而言將是獨(dú)一無二的挑戰(zhàn)。

　　像蘋果這種大型科技公司在這方面就有著自己的優(yōu)勢，尤其是在加入醫(yī)療保健提供商和EHR(電子健康記錄)供應(yīng)商在內(nèi)的大型合作伙伴網(wǎng)絡(luò)方面。

　　蘋果設(shè)計(jì)開發(fā)的ResearchKit和CareKit ，能夠生成新的數(shù)據(jù)來源并將EHR數(shù)據(jù)掌控在病人手中，這兩個(gè)軟件框架有望成為臨床研究的革命性產(chǎn)品。在首次進(jìn)行行業(yè)AI的深度挖掘中，CB Insights數(shù)據(jù)可被用于發(fā)現(xiàn)正在改變醫(yī)療保健行業(yè)的趨勢。

　　AI即醫(yī)療設(shè)備的興起

　　FDA(美國食品藥品監(jiān)督管理局)針對臨床成像和診斷的人工智能軟件實(shí)行快速監(jiān)管審批方案。今年4月，F(xiàn)DA批準(zhǔn)了用于篩查糖尿病視網(wǎng)膜病變患者的AI軟件，該軟件可準(zhǔn)確篩查患者，無需專家的診斷意見。它被賦予了“突破性設(shè)備的稱號”，加快了產(chǎn)品推向市場的過程。

　　軟件IDx-DR能夠在87.4%的時(shí)間內(nèi)正確識別“超過輕度糖尿病視網(wǎng)膜病變”的患者，在89.5%的時(shí)間內(nèi)確定那些沒有患該疾病的患者。IDx是近幾個(gè)月FDA批準(zhǔn)用于臨床商業(yè)應(yīng)用的眾多軟件產(chǎn)品之一。

　　Viz.ai獲批用于分析CT掃描圖像，以檢測與中風(fēng)相關(guān)的指標(biāo)，并及時(shí)將患者信息告知醫(yī)療工作人員。在獲得FDA批準(zhǔn)后，Viz.ai完成了Google Ventures、Kleiner Perkins Caufield & Byers參投的2100萬美元A輪融資。

　　GE Ventures旗下的初創(chuàng)公司Arterys去年獲FDA批準(zhǔn)，可通過其云AI平臺分析心臟圖像。今年，F(xiàn)DA取消了其用于癌癥診斷的肝臟和肺部病變定位AI軟件的批準(zhǔn)?？焖俦O(jiān)管審批為2013年以來70多家進(jìn)行股權(quán)融資的人工智能成像和診斷企業(yè)開辟了新的商業(yè)途徑，共計(jì)發(fā)起119次融資。

　　FDA專注于明確定義和管理“軟件即醫(yī)療設(shè)備”，尤其是考慮到最近人工智能的快速發(fā)展。FDA計(jì)劃將今年一月試行的預(yù)認(rèn)證(pre-cert)計(jì)劃應(yīng)用于AI軟件。

　　FDA補(bǔ)充道：“該計(jì)劃允許奇特對其設(shè)備及逆行微小改動(dòng)，而無需每次都提交認(rèn)證申請?！盕DA表示，其軟件認(rèn)證工具等監(jiān)管框架的各個(gè)方面都將變得“足夠靈活”以適應(yīng)人工智能的進(jìn)步。

　　神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)非典型危險(xiǎn)因素

　　運(yùn)用人工智能，研究人員開始研究、測量過去難以量化的非典型風(fēng)險(xiǎn)因素。利用神經(jīng)網(wǎng)絡(luò)分析視網(wǎng)膜圖像和語音模式有助于識別人們患心臟病的風(fēng)險(xiǎn)。

　　根據(jù)今年發(fā)表在《Nature》雜志上的一篇論文，谷歌的研究人員利用一個(gè)經(jīng)訓(xùn)練可識別分析視網(wǎng)膜圖像的神經(jīng)網(wǎng)絡(luò)來發(fā)現(xiàn)心血管危險(xiǎn)因素。研究發(fā)現(xiàn)，不僅可以通過視網(wǎng)膜圖像識別年齡、性別和吸煙模式等風(fēng)險(xiǎn)因素，還可以“量化到之前從未有過的精確度”。

　　在另一項(xiàng)研究中，梅奧診所(Mayo Clinic)與以色列創(chuàng)企Beyond Verbal達(dá)成合作，該創(chuàng)企專注于分析聲音中的聲學(xué)特征，以便在找出冠狀動(dòng)脈疾病(CAD)患者明顯的聲音特征。該研究發(fā)現(xiàn)，當(dāng)測試對象在描述情緒體驗(yàn)時(shí)，有兩種聲音特征與CAD密切相關(guān)。

　　創(chuàng)企Cardiogram最近的一項(xiàng)研究表明：“經(jīng)過深度學(xué)習(xí)，可穿戴心率傳感器在接觸人體之后，可以檢測出由糖尿病驅(qū)動(dòng)的心率變異性改變?！痹搨鞲衅鞑捎玫乃惴ㄍㄟ^心率檢測糖尿病的準(zhǔn)確度高達(dá)85%。

　　人工智能擁有發(fā)現(xiàn)疾病規(guī)律的能力，還將繼續(xù)為新的診斷方法和從前未知的風(fēng)險(xiǎn)因素的識別等方面鋪平道路。

　　蘋果顛覆了臨床試驗(yàn)

　　蘋果正在圍繞iPhone和Apple Watch等設(shè)備打造臨床研究生態(tài)系統(tǒng)。數(shù)據(jù)是AI應(yīng)用程序的核心，蘋果可以為醫(yī)學(xué)研究人員提供兩種之前難以獲取的患者健康數(shù)據(jù)。

　　盡管很多公司努力將健康記錄數(shù)字化，但要想在各個(gè)機(jī)構(gòu)和軟件系統(tǒng)之間實(shí)現(xiàn)健康信息的輕松共享，也就是所謂的互操作性，仍然是醫(yī)療保健領(lǐng)域的一大難題。

　　這種問題在臨床試驗(yàn)中尤為明顯，準(zhǔn)確匹配試驗(yàn)項(xiàng)目與患者對于臨床研究團(tuán)隊(duì)和患者雙方來說都是耗時(shí)且具有挑戰(zhàn)性的過程。

　　目前有超過1.8萬個(gè)臨床研究僅在美國招募患者。如果醫(yī)生有了解到正在進(jìn)行的臨床試驗(yàn)，偶爾也會向其患者推薦。否則，就只能通過一個(gè)關(guān)于已結(jié)束和正在進(jìn)行的臨床試驗(yàn)的綜合聯(lián)邦數(shù)據(jù)庫ClinicalTrials.Gov招募受試者。

　　蘋果正在試圖改變醫(yī)療保健領(lǐng)域的信息傳播方式，并為AI開辟了新的可能，尤其圍繞里臨床研究人員如何招募和監(jiān)控患者上花了很多心思。

　　自2015年以來，蘋果先后推出了兩個(gè)開源框架——ResearchKit和CareKit，以幫助臨床試驗(yàn)項(xiàng)目招募患者并遠(yuǎn)程監(jiān)控他們的健康狀況。這兩個(gè)框架允許研究人員和開發(fā)人員創(chuàng)建醫(yī)療應(yīng)用程序以監(jiān)控受試者的日常生活。

　　舉個(gè)例子，杜克大學(xué)的研究人員開發(fā)了一款應(yīng)用程序Autism & Beyond，該程序使用iPhone的前置攝像頭和面部識別算法可篩選出有自閉癥的孩子。

　　類似地，大約有1萬名用戶使用應(yīng)用程序mPower，該程序提供手指敲擊和步態(tài)分析等練習(xí)，從而判斷出病人是否患有帕金森綜合癥。這些病人也都同意將自己的數(shù)據(jù)分享給更廣泛的科研界使用。

　　蘋果還在與Cerner、Epic等EHR(電子健康記錄)供應(yīng)商合作解決互操作性的問題。今年1月，蘋果宣布iPhone用戶可通過手機(jī)自帶的“健康”應(yīng)用訪問參與機(jī)構(gòu)的電子健康記錄。

　　“健康記錄”的功能是AI+醫(yī)療保健創(chuàng)企Gliimpse在2016年被蘋果收購之前的工作的衍生物。界面簡潔，易操作，用戶可以輕松找到他們在過敏、病癥、免疫、實(shí)驗(yàn)室結(jié)果、程序以及生命體征方面的信息。

　　6月，蘋果為開發(fā)人員推出了Health Records API。用戶可以選擇與第三方應(yīng)用和醫(yī)學(xué)研究人員共享數(shù)據(jù)，這也為疾病管理和生活方式監(jiān)控創(chuàng)造了新的機(jī)會。

　　大型制藥企業(yè)用AI重塑品牌

　　現(xiàn)如今，AI生物技術(shù)初創(chuàng)公司不斷涌現(xiàn)，傳統(tǒng)制藥企業(yè)感受到了前所未有的壓力，紛紛將目光拋向AI+SaaS(軟件即服務(wù))創(chuàng)企，希望能從中尋得創(chuàng)新解決方案。

　　今年5月，輝瑞制藥與XtalPi建立戰(zhàn)略合作伙伴關(guān)系(XtalPi是一家獲騰訊和谷歌等科技巨頭支持的人工智能初創(chuàng)公司)，希望憑雙方之力預(yù)測小分子藥物的特性，并開發(fā)“基于計(jì)算的合理藥物設(shè)計(jì)”。

　　不過，輝瑞制藥并不是獨(dú)一家。

　　諾華、賽諾菲、葛蘭素史克公司(GlaxoSmithKlein)、Amgen、Merck等頂級制藥公司近幾個(gè)月都宣布與AI創(chuàng)企建立合作伙伴關(guān)系，旨在尋找新的藥物治療腫瘤學(xué)和心臟病領(lǐng)域的一系列疾病。

　　制藥企業(yè)對該領(lǐng)域的興趣也推動(dòng)了股權(quán)交易數(shù)量的增加，截至2018年第二季度達(dá)20筆，等于2017年交易總量。

　　雖然AI+Saas初創(chuàng)公司很多仍處于投資的早期階段，卻與吸引了不少制藥企業(yè)與之合作。

　　AI在醫(yī)療行業(yè)的應(yīng)用并不僅限于藥物開發(fā)。作為最大的人工智能并購交易之一，羅氏控股于2018年2月以19億美元的價(jià)格收購了Flatiron Health。后者可以通過機(jī)器學(xué)習(xí)挖掘患者數(shù)據(jù)。

　　目前有超過2500家診所使用Flatiron的 腫瘤電子病歷OncoEMR，還有200多萬活躍病歷可供研究。

　　羅氏希望收集真實(shí)的世界數(shù)據(jù)(RWE)，分析電子病歷和其他數(shù)據(jù)的來源，以確定藥物的好處和風(fēng)險(xiǎn)。除了用于檢測上市后藥物的安全性之外，RWE還可以幫助設(shè)計(jì)更好的臨床試驗(yàn)和未來新的治療法。

　　AI需要醫(yī)生

　　AI企業(yè)需醫(yī)學(xué)專家來注釋圖像，以教授算法如何識別異常?？萍季揞^和政府正大力投資這一板塊，并將數(shù)據(jù)庫開放給研究人員。

　　谷歌DeepMind兩年前與莫菲爾德眼科醫(yī)院(Moorfield's Eye Hospital)合作探索AI在眼部疾病檢測方面的應(yīng)用。最近，DeepMind的神經(jīng)網(wǎng)絡(luò)能夠針對50種威脅視力的眼部疾病作出正確的轉(zhuǎn)診決定，準(zhǔn)確度達(dá)94%。

　　也只是研究的第一階段。為了訓(xùn)練算法，DeepMind 投入大量時(shí)間來標(biāo)記和清理OCT(光學(xué)相干斷層掃描)掃描數(shù)據(jù)庫，用于檢驗(yàn)眼部狀況，為之后的AI應(yīng)用做準(zhǔn)備。

　　阿里巴巴也是在2016年左右決定將AI應(yīng)用于診斷過程。

　　根據(jù)阿里云的人工智能首席科學(xué)家閔萬里的說法，公司一旦與醫(yī)療結(jié)構(gòu)合作獲取醫(yī)學(xué)影響數(shù)據(jù)，就必須聘請專家來注釋圖像樣本。

　　AI獨(dú)角獸Yitu Technology正在試圖拓展人工智能診斷領(lǐng)域，公司在接受《南華早報(bào)》采訪時(shí)也強(qiáng)調(diào)了醫(yī)療團(tuán)隊(duì)的重要性。

　　Yitu聲稱擁有一支由400名醫(yī)生組成的團(tuán)隊(duì)來標(biāo)記醫(yī)療數(shù)據(jù)，并補(bǔ)充道，由于美國醫(yī)生的薪水更高，美國AI初創(chuàng)公司在開展這項(xiàng)工作時(shí)成本也會高很多。但在美國，國立衛(wèi)生研究院(NIH)等政府機(jī)構(gòu)正在人工智能研究。

　　NIH在今年7月發(fā)布了一份數(shù)據(jù)庫資料，該資料包含3.2萬個(gè)在CT圖像注釋和鑒定的病灶，這些病例由4400名患者匿名提供。除此之外，通氣電氣(GE)和西門子等私營企業(yè)也在尋找創(chuàng)建大規(guī)模數(shù)據(jù)庫的方法。

　　GE Healthcare于今年5月獲得了一項(xiàng)專利，主要探討了如何用機(jī)器學(xué)習(xí)分析顯微鏡圖像中的細(xì)胞類型。該專利提出了一個(gè)”直觀的界面，便于醫(yī)務(wù)人員(如病理學(xué)家、生物學(xué)家)注釋和評估算法中使用的不同細(xì)胞表型以及通過界面呈現(xiàn)的細(xì)胞表型。

　　雖然目前已經(jīng)提出的某些算法可用于減少手動(dòng)過程，AI在很大程度上還是得依賴于醫(yī)學(xué)專家進(jìn)行培訓(xùn)。

　　中國發(fā)展迅猛

　　中國投資者開始加大多海外創(chuàng)企的投資，而本土的醫(yī)療保健AI創(chuàng)企也在逐漸成長，中國科技巨頭正通過建立合作伙伴關(guān)系將其他國家的產(chǎn)品帶來大陸。

　　過去幾年，中國的交易活動(dòng)在世界范圍內(nèi)還是不值一提的，但如今在全球醫(yī)療保健AI市場的排名已經(jīng)大幅攀升。

　　2018年上半年，中國超過英國，成為全球醫(yī)療保健AI交易活躍度第二的國家。

　　在獲得了7200萬美元的融資，并獲得像紅杉資本中國這類投資者的支持之后，Infervision成為中國醫(yī)療保健行業(yè)AI解決方案領(lǐng)域資金最充足的中國創(chuàng)企。

　　與此同時(shí)，中國對外國醫(yī)療保健AI初創(chuàng)公司的投資也在增加。

　　最近，復(fù)星醫(yī)藥買入美國Butterfly Network的少數(shù)股權(quán)，騰訊投資Atomwise，聯(lián)想投資韓國的Lunit，IDG Capital則投資了印度的SigTuple。

　　中國政府去年發(fā)布了一項(xiàng)人工智能計(jì)劃，目標(biāo)是到2030年中國能成為人工智能研究領(lǐng)域的全球領(lǐng)導(dǎo)者。醫(yī)療保健是中國首批人工智能應(yīng)用的四大重點(diǎn)領(lǐng)域之一。

　　中國對醫(yī)療保健行業(yè)的關(guān)注不僅僅在于成為AI技術(shù)的全球領(lǐng)導(dǎo)者。

　　根據(jù)去年的人口普查，過去長期施行的獨(dú)生子女政策導(dǎo)致了人口老齡化：65歲以上人口超過1.58億，再加上勞動(dòng)力短缺，迫使政府將工作重心轉(zhuǎn)至提升醫(yī)療保健領(lǐng)域的自動(dòng)化上來。

　　早在2016年，中國就開始努力將醫(yī)療數(shù)據(jù)整合到一個(gè)數(shù)據(jù)庫中。與美國類似，中國也存在數(shù)據(jù)混亂、缺乏互操作性等問題。

　　為解決這一問題，中國政府陸續(xù)開設(shè)了多家區(qū)域衛(wèi)生數(shù)據(jù)中心，目的是整合國家保險(xiǎn)索賠、出生和死亡登記以及電子健康記錄的數(shù)據(jù)。中國的大型科技公司也在政府的大力支持下進(jìn)行醫(yī)療保健AI領(lǐng)域。

　　DIY診斷看這里

　　人工智能正逐漸將智能手機(jī)和消費(fèi)類可穿戴設(shè)備轉(zhuǎn)變成功能強(qiáng)大的家用診斷工具。

　　創(chuàng)企Healthy.io聲稱正在試圖簡化尿液分析步驟，使其跟拍照一樣簡單。它的首個(gè)產(chǎn)品Dip.io使用傳統(tǒng)的尿液分析試紙來監(jiān)測一系列泌尿系感染。計(jì)算機(jī)視覺算法可借助智能手機(jī)分析不同光照條件和相機(jī)質(zhì)量下的測試條。

　　已在歐洲和以色列投入商業(yè)使用是Dip.io近日獲得了FDA的批準(zhǔn)。

　　近年來，智能手機(jī)在美國的滲透率有所提高。同時(shí)，由于深度學(xué)習(xí)，圖像識別算法的錯(cuò)誤率也顯著下降。兩者的結(jié)合為使用使用作為診斷工具創(chuàng)造了新的可能性。

　　例如，SkinVision使用智能手機(jī)的相機(jī)監(jiān)測皮膚病變并評估皮膚癌風(fēng)險(xiǎn)。該企業(yè)在今年7月從現(xiàn)有投資者Leo Pharma和PHS Capital獲得了760萬美元融資。

　　據(jù)報(bào)道，這家公司總部位于阿姆斯特丹的公司將利用這筆資金推動(dòng)FDA的批準(zhǔn)。

　　AI在基于價(jià)值的醫(yī)療領(lǐng)域的新角色

　　人工智能開始在量化患者在醫(yī)院接受的服務(wù)質(zhì)量方面發(fā)揮作用。

　　基于價(jià)值的服務(wù)模式專注于患者，這種模式下激勵(lì)醫(yī)療服務(wù)人員以盡可能低的成本提供最高質(zhì)量的護(hù)理。

　　這類模式與服務(wù)收費(fèi)模式形成對比，在服務(wù)收費(fèi)模式中，服務(wù)人員根據(jù)所執(zhí)行的服務(wù)數(shù)量以一定比例獲得報(bào)酬。規(guī)定的程序越多(比方說測試越多)，財(cái)務(wù)獎(jiǎng)勵(lì)就越高。

　　2010年通過了“患者保護(hù)和平價(jià)醫(yī)療法案”，以價(jià)值為基礎(chǔ)的服務(wù)模式開始進(jìn)入大眾視野。

　　現(xiàn)有的一些保障措施包括僅在符合質(zhì)量績效指標(biāo)的情況下向醫(yī)療服務(wù)人員提供經(jīng)濟(jì)獎(jiǎng)勵(lì)，或者是對醫(yī)院獲得性感染和可預(yù)防的再入院情況實(shí)施處罰。

　　向基于價(jià)值的醫(yī)療護(hù)理系統(tǒng)邁進(jìn)的目標(biāo)旨在是服務(wù)提供人員的激勵(lì)措施與患者和付款人的激勵(lì)措施保持一致。比方說，在新系統(tǒng)下，醫(yī)院將為減少不必要檢查的醫(yī)生給予一定的財(cái)政獎(jiǎng)勵(lì)。

　　總部位于佐治亞州的創(chuàng)企Jvion與Geisinger、Northwest Medical Specialties和Onslow Memorial Hospital等供應(yīng)商合作。

　　Jvion的一些案例經(jīng)研究強(qiáng)調(diào)成功使用機(jī)器識別住院30天內(nèi)有再入院風(fēng)險(xiǎn)的患者。

　　然后，護(hù)理團(tuán)隊(duì)可以根據(jù)Jvion的建議來教導(dǎo)患者日常的預(yù)防措施。該算法將患者健康數(shù)據(jù)與社會經(jīng)濟(jì)因素(如收入、交通便利性)和不遵守情況的歷史數(shù)據(jù)相結(jié)合，以計(jì)算風(fēng)險(xiǎn)。

　　另一種方法是保險(xiǎn)公司識別有風(fēng)險(xiǎn)的患者并通過警示醫(yī)護(hù)人員進(jìn)行干預(yù)。

　　用于院內(nèi)管理解決方案的人工智能技術(shù)仍處于初期階段，初創(chuàng)公司正致力于幫助醫(yī)療服務(wù)提供人員降低成本并提高護(hù)理質(zhì)量。

　　治療機(jī)器人的“能”與“不能”

　　現(xiàn)如今，心理健康治療成本高，且無法做到全天候服務(wù)，許多企業(yè)開始將目光轉(zhuǎn)向基于AI的心理健康機(jī)器人的開發(fā)上來。

　　早期創(chuàng)企專注于使用認(rèn)知行為療法，治療過程逐漸改變病人的負(fù)面思想和行為，依照一種方法，市場上許多情緒追蹤和數(shù)字日記健康應(yīng)用創(chuàng)建了對話拓展。

　　Woebot(臨床心理學(xué)家Alison Darcy研發(fā)基于Facebook Messenger的聊天機(jī)器人)從NEA獲得800萬美元融資，其中有一個(gè)明確的免責(zé)說明，它不能代替?zhèn)鹘y(tǒng)療法和人類互動(dòng)。

　　另一家公司W(wǎng)yse去年獲得了170萬美元融資，并在iTunes上推出了“焦慮和抑郁”機(jī)器人。

　　Startup X2 AI聲稱自家的AI機(jī)器人Tess 擁有超過400付費(fèi)用戶。它開發(fā)了“基于信仰”的聊天機(jī)器人——“Sister Hope”，在開始對話前告知用戶明確的免責(zé)聲明及隱私條款(關(guān)于messenger， 聊天受Facebook隱私政策的約束，會話內(nèi)容也是可見的)。

　　但Fackbook的可訪問性、缺乏法規(guī)等使得驗(yàn)證一些機(jī)器人及其隱私條款變得有些困難。

　　但是正如深度學(xué)習(xí)研究員Yoshua Bengio在最近關(guān)于人工智能元素的播客中提到的，“AI就像一個(gè)白癡學(xué)者”，對于心理學(xué)，人類是什么，心理變化是如何進(jìn)行的等沒什么概念。

　　心理健康是一個(gè)很大的點(diǎn)，分析過程中癥狀和主觀性具有高度可變性。當(dāng)下，人工智能能做的不僅僅局限于定期檢查，還能培養(yǎng)與人類語言生產(chǎn)的“陪伴”感。

　　但是，正如近日一篇心理學(xué)文章中提到的，我們的大腦相信我們是在跟機(jī)器人聊天，無需破譯非語言線索的復(fù)雜性。

　　對于更復(fù)雜的心理健康問題，這可能就會產(chǎn)生問題，很可能會對機(jī)器人和快速修復(fù)方案產(chǎn)生依賴性，但事實(shí)上，這些解決方案并不具備深入分析或解決根本原因的能力。

　　這項(xiàng)被認(rèn)為是自動(dòng)化中安全性最高的工作，需要AI機(jī)器人具備高水平的情感認(rèn)知且能自如地進(jìn)行人與人之間的互動(dòng)。盡管成本和可訪問性有所提升，心理健康醫(yī)療對AI而言依舊是一項(xiàng)極其艱巨的任務(wù)。