近日，在關於國際禁毒日的一篇報道中，出現了“AI戒毒癮”的說法。但文章著墨不多，隻說北京的強制性戒毒所已將人工智能運用於戒毒領域，大數據交互信息為提升戒毒人員的心理健康提供了科技支撐。

　　AI和戒毒怎麼扯上關系了？其實，更准確來說，是用AI來進行毒癮渴求度評估。為北京提供這項服務的，是成立不到兩年的望裡科技，他們希望用技術手段探索和學習人類的內心與大腦。人說出口的話可以經過修飾，但是腦電反應等生理信號卻很忠實。他們要做的，是破譯這些復雜信號構筑成的密碼。

　　毒癮評估，只是人工智能與心理認知結合的多項可能應用中的一種。

　　從生理信號中找規律

　　毒癮評估，就是要了解成癮者在想什麼。要煉成“讀心術”，可以從腦電等生理信號中的特異性標記中找答案。

　　傳統的毒癮評估主要靠詢問。

　　2015年，江蘇禁毒網上刊登了一篇文章，詳盡描述了強制隔離診斷評估實踐中的主要困難。比如戒毒人員矯治積極性不高，診斷評估體系標准化程度較低，各家評估的內容、方法和標准千差萬別，而實際操作中許多測評指標更是難以客觀量化。

　　“戒毒人員未必對你講真話，你不清楚他究竟處在怎樣的狀態，怎麼進行診斷和矯正？”望裡科技CEO李岱介紹，他們採用的方法，是採集戒毒人員那些沒法撒謊的數據——腦電、心率和皮電信號，用生物指標輔助或替代主觀詢問。

　　具體來說，每名戒毒者的數據採集時間約為15分鐘。他們會戴上虛擬現實頭盔，進入一個有吸毒誘惑的場景，比如紙醉金迷的KTV，比如有同伴拿著吸食冰毒的器具在旁慫恿。

　　給煙癮者一杯水，他可能內心毫無波動﹔但給煙癮者一支煙，他大腦特定區域的活動可能會顯著增高。你是否渴望，是否享受，程度如何，都可以從生理信號中一窺端倪。

　　聽起來簡單，但採集到的數據會非常多。“和心電圖一樣，你能看到各種各樣的波形。”

　　Peter是望裡科技在硅谷的技術人員。他告訴科技日報記者，靠人從這些數據中找規律很難，但機器學習擅長的，恰恰就是從大量數據中提取客觀指標，找到規律。

　　據望裡科技介紹，基於生理大數據的人工智能毒癮渴求評估系統已在全國各省、市強制隔離戒毒所對冰毒戒毒人員進行了大規模的評估施測。目前已有1000多名甲基苯丙胺（冰毒）成癮者和600多名正常對照組，以此為基礎自建的機器學習分類模型已具有較好的預測效果，對戒毒人員毒癮渴求狀態有87%的判斷准確率。

　　系統會為戒毒者的毒癮渴求度打分。100分代表著極度渴求，這意味著，如果戒毒者暴露在毒品環境中，他有極高概率想吸。

　　這些分數，都是給強制戒毒所提供的參考性數據。

　　打開精神科領域的“黑匣子”

　　要做到准確評估，需要數據，但更需要的是具有信度和效度的數據，於是，它也就需要一個合理、嚴謹但又不復雜的實驗設計。

　　李岱強調，他們是個跨學科的科研團隊。懂心理認知，也懂人工智能，是團隊的一大優勢。將腦科學、神經科學和人工智能結合在一起，“背后是大量的研發和試錯”。

　　除了做毒癮渴求度評估，他們也在用類似的方法，做焦慮情緒評估與干預系統，做抑郁輔助診斷系統等。

　　“精神科領域像是個黑匣子。”李岱坦言。大部分生理疾病都有客觀生物指標，但心理疾病則主要依賴主觀量表。四川大學華西醫院李靜教授在之前召開的一次學術會議上，對將人工智能引入精神科領域給予了肯定：“人們常說‘郵差的腿、精神科大夫的嘴’，意思是大夫是靠嘴掙錢的。所以，我們也需要一些客觀的生物學指標，這樣一項人工智能技術是非常值得期待的。”

　　Peter說，人工智能進入心理疾病診斷領域是順理成章，在治療方面，它也能進一步發揮作用。

　　對精神科大夫來說，給病人開什麼藥，常常靠的是經驗。不同醫生有自己習慣性的藥物組合，但同樣的藥物，放在患有同樣疾病的不同人身上，療效就是不一樣。所以醫生往往需要試藥。患者服用某種藥物一段時間之后，可能需要再度去往醫院，由醫生評估要不要換藥，怎麼換。但這個評估，同樣也靠的是醫生問、患者答，類似疾病的診療過程缺乏客觀的、具有特異性敏感性的公認指標。

　　李岱說，行業從業者都知道傳統診斷和治療手段的局限性，因此，業內人士也渴望新技術。

　　Peter表示，用強化學習的方法，是可以讓人工智能找到最優治療方案的。

　　這個道理和訓練機器下圍棋、打游戲一樣。在圍棋中，機器的最終目標是取勝﹔在治療方案的選擇中，機器的最終目標是改善病人精神狀態。經過訓練，假以時日，機器能夠幫忙，讓最優治療方案“浮出水面”。

　　“我們無意做替代者，隻想給這個傳統行業帶來一些新東西，用技術手段輔助醫生問診。”李岱說，人工智能是對醫生的解放，他們可以把更多精力放在治療方案的擬定上。

分享讓更多人看到