在一场心理健康危机中，患者期待应得的数字生态系统

根据美国疾病控制和预防中心(CDC)的数据，2020年6月，40%的成年人报告称有精神疾病或药物滥用问题。2019年，只有45%的精神疾病患者接受了治疗。我国精神疾病和心理健康问题同样不容忽视，2016-2019年，中国的精神健康障碍患病率分别约为17%、17.2%、17.5和17.8%，达到了2.5亿人，而治疗率不到10%。

有迹象表明COVID-19加剧了这些数字，但这一趋势已经持续了一段时间。更糟糕的是，卫生保健系统如何满足广泛开展精神卫生服务的迫切需求?

人们对人工智能及其在医疗保健中的作用给予了大量关注。然而医疗系统目前还没有准备好利用这些技术的力量来缓解心理健康危机。

有志于这个领域的技术供应商必须仔细考虑每一个技术难题，以技术改善我们的未来。

有前途的技术

首先，物联网设备的日益普及和复杂程度，使医疗服务提供商能够远程监控患者，并收集有关患者情绪、行为和生理的细微实时数据。

手表可以跟踪睡眠，GPS可以识别日常作息，应用程序可以洞察通信模式。在一项研究中，研究人员监测了志愿受试者在Facebook上的信息和照片。令人难以置信的是，他们能够预测哪些受试者正在经历情绪障碍或精神分裂症。

所有这些信息都是无价的。想象一下，如果你的医生能在抑郁症发作之前帮助你确定什么时候可能会有抑郁发作的风险，或者他们能在更多有害行为显现之前发现精神疾病的症状并施以援手。

堆积如山的数据

为了深入了解心理健康，现有的和必要的数据量是巨大的。

在某种程度上，庞大的数据量本身就成了一个问题——这就是为什么边缘计算将成为下一个难题的原因。

直到最近，我们还没有足够的计算能力来收集、清理、存储和分析大规模心理健康解决方案所需的大量数据。5G的出现有望支持复合数据传输，但数据暴增甚至正在迅速超越5G的能力。在部署时，它实际上可能已经过时了。

边缘计算在哪里使用

这就是为什么边缘计算越来越重要。如果你要将大量的数据上传到云端，而这是心理健康治疗所需要的，那么这个过程可能需要几个小时。这种延迟被称为潜伏期，它可以对成功的诊断或治疗产生影响。

相反，边缘计算允许直接在本地设备上更紧密地处理数据，这消除了延迟，同时降低了供应商的存储成本。有专家认为，云计算的成本正在阻碍科学进步，因此边缘计算显然是关键。

边缘的安全

边缘计算的安全风险也较小，因为它使用分布式网络进行数据传输，而数据通常在距离使用地点几英尺的地方处理。对于敏感数据(如患者的精神疾病症状)，这种增加的安全性是一个加分项。

智能过程是如何进行

一旦通过物联网设备收集数据，并通过边缘计算进行传输，就可以进行最终分析。因此，基于数据的AI诊断应用可以让医生更好地监测、诊断和治疗患者。

在使用人工智能算法诊断和监测精神疾病方面，有各种各样的方法。例如，通过测量声音频率的变化来监测疾病的发展。

在患者被诊断并开始治疗后，人工智能可以通过生物标记物、数字行为等帮助监测和跟踪治疗计划和药物的疗效。

目前，医生还只是简单地询问患者在使用药物一段时间后是否感觉更好。如果答案是肯定的，他们就会坚持到底。如果答案是否定的，他们就会尝试另一种药物。人工智能工具可以消除治疗过程中的主观性，帮助医生和患者知道什么时候取得了真正的进展，或者什么时候需要进行调整。

医疗系统准备好迎接这些转变了吗?

医疗保健系统还没有准备好有意义地采用这些强大的技术。医疗行业认为自己需要的数字生态系统与实际需要的数字生态系统有很大的不同。

通常，医疗行业在采用数据驱动技术方面落后于其他行业，而是专注于先进的解决方案。尽管医疗行业一直相对渴望采用人工智能，但它主要集中在诊断阶段。

而对于构建人工智能基础设施所需的数据驱动技术的关注则少得多。COVID-19表明了加快数字化转型的必要性和可能性，但创新仍可能进展缓慢。

弥合的差距

开发这项技术的人与将使用这项技术的医疗保健人员之间也存在着巨大的认知差距。这种距离引发了许多问题，包括猜疑和混乱。

此外，云应用存在数据垄断，导致云服务提供商拥有他们托管的数据。

医疗保健服务提供者非常谨慎地使用技术是可以理解的，但数据驱动的技术可以缓解心理健康危机，拯救生命。这需要从头到尾都有一个强大的数字生态系统。物联网、边缘计算和人工智能可以对医疗保健产生变革性的影响——但前提是允许它们这样做。