一项跨学科合作项目的研究表明，人工智能可以从问卷调查和脑部扫描中检测出心理健康的信息信号，而无需专家评估。研究人员利用了英国生物银行，这是世界上最大、最全面的生物医学数据库之一，其中包含有关英国人口的详细且安全的健康相关数据。这项工作发表在开放获取期刊《GigaScience》上。精神健康问题在全球范围内一直在增加，世界卫生组织确定2007年至2017年间精神健康状况和物质使用障碍增加了13%。这些疾病对社会造成的负担很普遍，对生活的几乎每个领域都产生了负面影响，包括学校、工作、家庭、朋友和社区。阻碍社会解决这些疾病能力的问题之一是诊断这些健康问题需要专家，而专家的可用性在全球范围内差异很大。为促进心理健康评估而开发的机器学习方法可以提供急需的额外手段来帮助检测、预防和治疗此类健康问题。为了开发对心理健康敏感的人工智能模型，Inria(Saclay-Ile-de-France)的研究人员及其同事求助于英国生物银行以获取所需的数据。UKBiobank不仅存储生物和医学数据，还存储有关个人状况和习惯的问卷数据，例如年龄、教育程度、烟酒使用、睡眠时间和身体活动等。具体到这项研究，问卷还包括社会人口学和行为数据，例如个人的情绪和情绪，而生物数据包括10,000名参与者的脑部扫描磁共振(MR)图像。Inria的科学家将这两个数据源结合起来，创建了模型来近似测量大脑年龄，以及科学定义的智力和神经质特征，作为所谓的“代理测量”。研究人员通过在英国生物银行数据的单独子集中显示相同的结果来测试他们的“代理措施”的有效性。这里的工作成果让我们得以一窥未来，心理学家和机器学习模型可以携手合作，产生越来越精细和个性化的心理评估。例如，潜在客户或患者可以授予机器学习模型对其社交媒体帐户或手机数据的安全访问权限，然后返回对客户和心理健康或教育专家都有用的代理测量值。
