通过我们在MicrosoftAI for Accessibility计划中的工作，我们了解到全球心理健康服务存在巨大差距。在某些国家/地区，每10万人中可能只有一名心理健康专业人员。当与五分之一的人患有精神疾病的现实相结合时，我们在问技术如何并且应该参与其中。2月，我们共享了我们的项目建议书，旨在利用AI加速心理健康研究，数据洞察和创新，今天，我们要重点介绍我们正在支持的项目。
美国心理健康局的自适应短信
去年，通过《美国心理健康》(Mental Health America)的在线调查筛查出患有严重抑郁症呈阳性的人中，有89%的人不愿意接受心理治疗或药物治疗，但有50%的人希望使用数字工具。有成千上万种心理健康应用程序可用，但即使是排名前30位的应用程序，也有97%的人在前两周内停止使用它们。西北大学和加拿大多伦多大学，与合作精神健康美，正在开发自适应文本消息服务，以帮助人们更好地管理其心理健康。文本消息可以通过一口大小的信息和提示到达每个人，并且为了提高人们的参与度，将使用机器学习算法来发现如何自定义消息的内容和时间。他们希望通过结合临床心理学，人机交互和机器学习来设计易于实施，有效且引人入胜的干预措施。
了解基于文本的同伴支持中的同理心
尽管了解一个人想要进行心理健康提示的时间和频率很重要，但消息的语气和语言却起着独特的作用。华盛顿大学与TalkLife和Supportiv合作，正在建立一种自然语言模型来理解基于文本的同伴支持中的同理心。通过适应在临床治疗环境中开发的共情测量，他们打算为数据集中的数百万条消息创建注释准则，训练模型以识别共情方面，然后提出使反应更加共情的建议。该项目将帮助研究人员更好地理解心理健康情景中的同理语言，并为探讨如何改善同伴支持志愿者社区和寻求帮助的人们之间的人际关系提供机会。