超越偏见：AI如何重塑心理学诊断

核心观点

• 心理学领域普遍存在但常被忽视的误诊问题，其后果可能非常严重，甚至危及生命。
• 在诊断方面，人工智能（AI）的表现优于最有经验的临床医生。
• 过去，心理学界曾抗拒计算机辅助诊断，这种基于人类本能的抵触需要被克服。

误诊的严重性与人类诊断的局限

• 误诊的后果：

  • 延误治疗。
  • 采用不匹配的治疗方案。
  • 对部分患者造成真实的伤害。
  • 一旦形成诊断印象，临床医生往往倾向于坚持，加剧了误诊的影响。

• 人类诊断的固有缺陷：

  • 人类思维存在偏见，即使经验丰富、信心十足的临床医生也难以避免。
  • 精确诊断需要综合权衡数十种症状（许多症状跨越不同障碍）、家族史、生活环境和过往经历，人脑并不擅长处理这种复杂、多源的信息整合任务。

以双相情感障碍为例的诊断困境

诊断不足的问题

• 诊断挑战：

  • 抑郁发作常早于首次躁狂发作数年出现。
  • 高达三分之二的患者会使用物质进行自我治疗，从而掩盖和扭曲症状。
• 后果：患者平均等待超过10年才能获得正确诊断，期间经历多次误诊。而每次躁狂发作都会加重功能损害、恶化预后。

过度诊断的问题

• 儿科双相情感障碍的兴起：上世纪90年代末，为追求极早期诊断，业界创造了“儿科双相情感障碍”的诊断。不到十年，儿童的双相诊断增加了40倍。
• 后续研究揭示：大多数被诊断为双相障碍的儿童实际患有严重的注意缺陷多动障碍（ADHD）。

• 灾难性后果：

  • 数千儿童接受了针对双相障碍的情绪稳定剂治疗，承受了体重增加、男性乳房发育、糖尿病风险等副作用。
  • 他们真实的ADHD问题却未得到诊断和治疗。

自我选择导致的过度诊断新趋势

• 现象：在青少年晚期和成年早期人群中，自我诊断和通过寻找特定医生以获得期望诊断（“医生购物”）的情况增加。
• 推动因素：社交媒体错误信息和网络群体思维。
• “受欢迎”的诊断：ADHD、自闭症谱系障碍、创伤后应激障碍（PTSD）、重度抑郁。
• 临床挑战：这类来访者可能在评估中无意识地以确认诊断的方式夸大回答，这在临床实践中（尤其初期）难以察觉，但计算机能轻易在心理测试中识别。

• 负面影响：

  • 看似无害地确认其无效的自我诊断，实则助长了无助感，并鼓励将失败与生活困境归因于外部。
  • 两者都削弱了个人能动性——这是任何障碍康复的核心要素。
  • 成年人中自我选择导致的ADHD过度诊断，部分造成了持续的兴奋剂药物短缺。

AI在提升诊断与治疗效能中的潜力

• 误诊是治疗停滞的原因之一：过去40年，大多数心理障碍的治疗效果改善甚微，平均进步有限，约一半患者完全没有改善。误诊导致错误治疗是原因之一。

• AI的诊断优势：

  • 能即时参考和整合海量的临床与研究数据。
  • 根据来访者数据，在几秒内生成最可能的诊断。
  • AI在诊断模糊的临床障碍方面远比人类做得好。
• AI的治疗匹配潜力：在开发全新疗法耗时长久的情况下，利用AI进行诊断并选择最可能有效的现有治疗方案，是当前即可实施的、提升治疗效果的捷径。

历史的阻力与未来的挑战

• 历史事实：早在1980年代和1990年代初，大量研究就已证明计算机算法在诊断心理障碍上优于最有经验的临床医生，且优势明显。然而，整个领域拒绝了推行计算机化诊断的呼吁，相关研究也逐渐被淡忘。
• 核心障碍：并非技术，而是人类的专业自尊与骄傲。这是采纳AI辅助诊断需要克服的 formidable foe（强大对手）。