精神疾病一直是医疗领域的治疗难点，伴随现代生活节奏加快，以及越来越碎片化、不规律的日常作息，诸如抑郁症、焦虑、狂躁症等心理问题不时出现，如果能够有效做到提前预防监测，也许会在问题严重之前做出调整。

近期，来自 IBM 的计算精神病学和神经成像研究小组团队开始尝试利用机器学习预测人患精神疾病的风险，通过对一些心理疾病的记录分析，他们发现了潜在的影响精神疾病的因素。

该项目以 2015 年发表的研究作为基础，通过对 59 名普通人的语言方式追踪、分析，并对语言连贯性进行评分，确定潜在患病风险。59 位参与者在随后两年中，有 19 名出现了精神障碍，而 AI 预测的精确度达到 83%，这背后的判断依据，是 AI 技术发现处于精神疾病风险的人在说话时使用了较少的所有格代词，并且连贯句子较少，这可能是精神疾病的一部分前兆。

尽管准确率还有待进一步提升，但 AI 工具对于精神疾病研究具有重要意义。一方面，精神疾病相关专业人员供不应求，机器学习一定程度上能够帮助专家在进行相关诊断;另一方面，新的 AI 工具研究的不断深入，也许能够为精神疾病治疗寻找到新的方法。

IBM 研究报告员 Guillermo Cecchi 表示：「AI 能够扩大在目前传统方式之外评估的范围，并有可能提前预测到患者未来几年的精神风险，帮助医护人员更好分配资源，提供更好的精神护理。」这一研究也不仅局限于抑郁症，更会进一步对阿尔兹海默症、帕金森症等疾病机型预防。但由目前发表的研究报告来看，对于语言的分析是否能够适用于所有语种?另外，不同病症是否会有不同的语言倾向，也有待进一步研究。