语言文字运用I

已有的精神疾病诊断方式包括专科医生访谈和量表诊断， ① ——主观性强 ，量化指标缺乏 ，而基于脑电语音、表情等生理、行为信号的人工智能诊断新技术，其诊断准确率能达到70%-90%。研究表明，相校于传统诊疗方式而言，在精神类病的预测诊断、干预治疗等方面， ②  ， 人们看好其发展前景。

脑电、心电、肌电等电生理信号都与人的精神状态相关，甚至鼾声、微表情、步态等人类感官难以察觉规律或精准捕捉的行为信号都可以用作人工智能判读精神健康的依据。信息技术让很多之前难以探测到的“蛛丝马迹”，可以被甄别、掌握以及高效利用。除了解决“无迹可寻”的难题，人工智能在治疗方面也有独特优势。医生治疗时需实时得到反馈才能及时调整治疗方案，人工智能辅助诊断技术提供的及时诊疗“反馈”， ③  ， 提升治疗效果。

利用便携式脑电精神状态评估技术，研究人员可以在180秒内获取被试者的脑电信号，其间系统还会通过不同音频声与被试者互动，通过大数据模型客观、高效地对被试者进行精神状态评估。该技术对异常精神状态的识别准确率大于90%，已经获得国家二类医疗器械许可。