后疫情時代，社會心理健康問題備受關注。今年3月，世界衛生組織在簡報中指出：“新冠疫情大流行的第一年，全球焦慮和抑郁患病率大幅增加了25%。”疫情的限制加劇了人們的孤獨感。在中國，現實情況同樣嚴峻。根據國家衛健委《健康中國行動（2019-2030）》指出，國內抑郁癥和焦慮癥患者分別占總人口的2.10%和4.98%，而對于如今升學、就業、工作都壓力山大的年輕人來說，一句時不時掛在嘴邊的“我emo了”，則更證明了這一群體中不少人處于心理亞健康狀態。
但是，一方面，國內精神科醫師數量不足5萬人，每10萬人平均擁有精神科醫師不及國際標準的1/4。另一方面，在中國，相當一部分存在心理健康問題的人群具有較強的“病恥感”，人們對于心理健康問題通常不夠關注。
巨大的市場需求和短缺的心理健康資源推動相關領域出現投融資小高峰。2021年來，心理健康賽道共發生投融資事件30起，涉及23家企業，金額超億元事件7起，不僅B、C輪次投融資項目增多，亦不乏字節跳動、經緯中國等頭部VC身影。
眾多融資事件當中，利用AI技術解決心理健康問題的初創企業出現，不僅頗受資本市場關注，也在各地疫情中起到愈發重要的作用。但該領域發展現狀究竟如何？和海外相比有何特殊之處？結合數字療法的行業前景究竟如何？熱潮之下，又有哪些玩家能率先跑出？
AI之匙打開心鎖
在心理疾病中，抑郁癥是導致失能的主要原因。
目前抑郁障礙最主流的治療方案包括三種：藥物治療、物理治療和心理治療。其中心理治療層面研究最多的當屬認知行為療法（CBT）。使用該療法時心理醫生會通過言語交談與行為矯正技術相結合的方式，在對話過程中幫助病人識別、檢驗和改正曲解的概念，通過對“此時此地”心理和境遇問題的比較，以及恰當的思考問題方式的應用，使得病人在癥狀和行為方面得到改善。
2017年，斯坦福大學臨床心理學家Alison Darcy基于行為認知療法發明了情緒聊天對話機器人Woebot，并很快吸引到前百度首席科學家、斯坦福大學計算機系教授吳恩達的加入，在擔任Woebot董事會主席一職時，吳恩達表示：“我認為，Woebot 這一心理健康聊天機器人很有可能成為一款殺手級應用程序。”
Woebot是一個Facebook集成的計算機程序，旨在復制病人可能與他或她的心理康復師進行的對話。Woebot以CBT原則為基礎，“傾聽”用戶感受，并判斷用戶是否正在進行“消極的自我對話”，從而做出合適的引導。在聊天對話過程中，AI不但能夠通過字句、措辭等判斷用戶的情緒，還能分析用戶的打字速度、句子長度、語法等其他參數也衡量情緒，也因此其在檢測危機語言方面的準確率達到了98.9%。
更深入探究AI技術的還有谷歌。2020年，谷歌旗下Alphabet X實驗室成立的“Amber”項目發表了關于“AI分析腦電波診斷抑郁癥”的研究文章，研究人員提到，AI技術的加入可以讓腦電波像血糖監測一樣變得容易理解，并將抑郁和焦慮情緒轉化為客觀、精準的測量值，支持抑郁癥的診斷。
實際上，AI心理健康行業正處于快速成長期。據海外機構Fierce Healthcare統計，到2021年，海外心理健康領域初創公司累計融資額達55億美元，同比增長139%。AI“新秀”不斷出現，前有成立于2011年的Ginger.io，先后融資11輪，共計2.2億美元。后有成為獨立App的Woebot，累計融資共1.233億美元，成為不容忽視的獨角獸。
在新技術浪潮下，我國借助AI技術發展的心理健康行業探索并沒有落后很多。2018年，清華大學計算機科學與技術系黃民烈教授就提出情感對話生成技術、情緒支持對話框架等技術，并于2021年開發出中文對話系統領域大模型和共情聊天機器人Emohaa。
2021年，黃民烈教授創立聆心智能，嘗試通過建立AI數字療法體系，為臨床患者和心理亞健康人群提供個性化、全天候、高質量、低成本的心理健康服務方案。
AI情緒聊天機器人Emohaa面向所有線上用戶群體，具備7*24小時服務和不斷更新進化的機制。在黃民烈教授看來，自然語言處理一方面作為理解用戶需求的最基本工具，結合其需求相契合的循證算法模型，為用戶提供醫學上最有用的數字療法解決方案；另一方面，聆心智能的自然語言處理技術本身在生成模型上就帶有情感支持的能力，因此本身也會作為數字療法的一個組成部分，這是市場上所獨有的技術。
更進一步的技術探索已在路上。目前，聆心智能正結合聲紋音頻特征和自然語言對話算法的多模態對話系統，借助對話溝通方式解決心理亞健康問題。每個人的聲音信息均包含豐富的數據，利用并分析這些數據，便可以確定聲音特征映射的特定的心理健康狀況。
據了解，聆心智能也成為目前國內唯一融合自然語言處理與聲紋音頻特征等多模態技術提供AI心理問題解決方案的服務商，憑借這樣的核心技術，聆心智能才有可能結合行為練習、書寫練習、自動化思維訓練等一系列AI驅動的輕量級心理健康方案進一步完善產品，對于心理健康資源比較豐富的海外而言，這些或許不用結合AI也能完成，但對國內而言，卻往往需要借助機器來更好實現。
AI個性服務直面行業痛點
據統計，2021年以來，國內心理健康賽道共發生投融資事件30起，涉及23家企業，領域包涵數字療法、SaaS服務、健康生活方式、心理咨詢師職業服務等領域，然而，涉及數字療法，以及AI技術相關的心理初創企業僅有6家，占比26.1%。
根據國家相關政策規定，遠程醫療和在線醫療不可以對患者進行首診，不得確診病癥、開具處方、建議用藥等。因此，眾多初創企業從心理測試、心理咨詢師培訓、心理健康交流社區等側面切入賽道。而作為專注于線上心理健康服務平臺，聆心智能瞄準了AI技術與心理健康問題結合的路線，以線上個性化服務直面行業痛點。
縱觀海外AI+心理健康賽道初創企業，可以看到，自然語言對話系統成為技術商業化落地的基石，不論實驗室中的語音識別亦或是谷歌臨床探索中的AI+腦電波，都處在技術的初級階段，尚不具備商業落地的可能。顯然，通過結合聲紋音頻特征和自然語言對話算法的多模態對話系統，聆心智能找到了技術商業化落地的方向。
聆心智能從評估和篩查開始入手，為用戶提供自我覺察與自助干預方法，包括但不限于CBT、DBT、IPT、ACT等等一系列的循證心理治療手段。并在恢復期過程中，對用戶狀態進行跟隨管理，進而降低復發率。同時，聆心智能利用AI技術提供個性化的干預方案，并能夠根據用戶自身狀態變化而對方案進行動態優化。其中，算法模型會根據用戶的說話方式感知背后的思維方式和邏輯鏈路。在黃民烈教授看來，情緒聊天機器人Emohaa和日常時面對的Siri、Alexa等語音助手最大的不同便在于此。
Emohaa機器人具備情緒識別、策略應對、共情表達三大特色，從而能夠完成復雜的情感交流任務，而作為其技術核心的三階段理論模型則成為聆心智能的優勢所在。即第一階段先確認用戶的具體問題，第二階段通過共情、理解表達支持，第三個階段為用戶提供解決方案或建議。在每一個階段都設計了相應的策略，如提供信息、直接指導、挑戰、解釋等。
AI技術和心理學的融合如今依然面臨挑戰，心理咨詢理論已經發展一百多年，形成了相對成熟而完整的理論，心理學家對于用戶能夠因人而異提供針對性的“標簽”分類心理服務，但如何將相應理論運用于AI模型卻始終是行業面臨的困難之一。常見的對話機器人通常采用六個情緒類別：喜、怒、哀、樂、悲、其他，這種分類方式在部分場景是適用的，比如客服機器人。但人類的情緒遠不止六種，在精神心理專業領域需要更全面的分類標準。但分類過度又會導致AI學習進度緩慢甚至學不會的情況。
聆心智能在平衡資源、成本的同時，通過與專業心理咨詢機構合作，重新設計出更適合AI學習的多分類情緒的標簽體系，在保證專業性和有效性的同時，也為AI模型的進一步落地奠定基礎。在黃民烈教授看來，當前對話系統理論和技術日益成熟，下一代類人對話系統應同時具備完成任務和情感鏈接的能力，在知識、個性和情感三個方面實現擬人化的語言交互，也能通過識別用戶面部和肢體動作，進一步實現心理健康服務能力的突破。
解決社會心理健康問題任重道遠
對于AI技術和心理健康領域的深度結合，也存在一些爭議。部分觀點認為AI的發展最終會導致心理治療師失業，但實際上，AI技術的進步并不是取代而是增強，AI情緒聊天機器人系統，是根植于數字療法這棵大樹的枝葉之一，AI技術的出現一方面能夠幫助心理治療師量化指標，找出心理問題的最優解，另一方面，也讓這個過去資源分布極不均衡、社會感知不明顯的行業重新受到重視。
根據2018年的《中國城鎮居民心理健康白皮書》的調查數據，我國有73.6%的人處于心理亞健康狀態，16.1%的人存在不同程度的心理問題，即使保守估計，最少仍有1.9億的人是需要心理健康服務的。與之相對應的，則是市場端嚴重供不應求。AI與心理學的融合，將進一步拓寬心理治療師的發展道路，而國內依然亟需有相關技術和使命感的企業探索前進。
行業發展也離不開政策支持：2020年，國家藥品監督管理局便開啟了數字療法審批通道，2021年，廣東省將心理治療納入醫保，教育部將抑郁癥篩查納入學生體檢，在國民經濟和社會發展十四五規劃和2035年遠景目標綱要中，也都提到了要健全社會心理服務體系和危機干預機制，其中“十四五”提及心理共19處，是“十三五”的3倍，政府對于心理健康問題的重視程度不言而喻 。
資本市場也用實際行動表現出了對心理健康領域的關注，過去一年，心理健康賽道出現多起大額融資。2021年9月，專注于CNS（中樞神經）及精神心理健康領域的互聯網醫療平臺“好心情”，宣布完成2億元C輪戰略融資，領投方為字節跳動，1個月之后又完成1億元C+輪融資。12月，壹點靈完成2億元人民幣B+輪融資，簡單心理完成了2億人民幣B輪融資……種種跡象表明，當疫情嚴重影響VC們對新消費、文娛等板塊期望值后，心理健康成了又一個“香餑餑”。根據2020年全球健康研究所（GWI）《定義精神健康經濟》報告顯示，全球心理健康市場規模已經達到1210億美元的規模，業內人士預估，中國心理健康領域市場規模在3000億元級。
面對后疫情時代，中國市場成長空間及增長潛力更加巨大。好心情平臺《2022數字化精神心理健康服務行業藍皮書》中指出，以其平臺為例，心理健康相關支出自2017年人均346.12元升至2021年人均1905.07元，4年時間增長450.4%，可見心理健康領域前景廣闊。
黃民烈教授認為，結合聲紋音頻特征和自然語言對話算法的多模態對話系統，不但讓情緒聊天機器人得以進入人們的虛擬空間，幫助解決心理問題，更讓AI與心理學結合有了更多可能，在未來，面部表情、語音、姿態行為等都將為國民心理健康起到重要作用。而當下，結合AI技術，為更多人提供個性化的心理健康解決方案之路依然任重而道遠。
