由《科学》(Science)杂志、上海市精神卫生中心(国家精神疾病医学中心)等联合主办的"人工智能与精神健康"研讨会当日在上海举行。近400位科学家、临床医生、产业界精英参会，共同探讨人工智能在精神健康领域的应用与未来发展。主办方表示，期待吸引各方人才，特别是AI人才加入，用人工智能技术，更好地让中国人更幸福。上海市精神卫生中心院长、国家精神疾病医学中心主任赵敏教授说："人工智能与精神疾病诊疗的结合正是解决心理健康问题的一个良方。我们期待与全球科学家进行深度交流，共同推动这一领域的发展。"
赵敏教授展示了AI在精神健康诊疗中的多种临床应用，这些应用正推动精神健康服务向智能化、个性化方向发展。AI辅助诊断系统能够通过分析MRI扫描结果，准确识别重度精神疾病患者；利用虚拟现实和AI技术创建沉浸式治疗环境，显著改善了恐高症等精神疾病患者的症状。据透露，专家们正在开发基于AI的心理治疗机器人，通过分析面部表情来辅助焦虑症的筛查和诊断。
据悉，德国耶拿大学医院转化精神病学特聘教授Nils Opel的研究团队开发了创新远程监测应用程序，通过收集患者的行为和语音数据来评估其心理健康状况。他领导建立的大规模数字队列研究DigiHero，正在监测德国人口的心理健康状况。这些技术在临床实践中显示出巨大潜力，可用于患者的细分和进一步个性化治疗。
美国耶鲁大学精神病学系副教授Philip Corlett分享了如何将计算精神病学引入临床诊疗的实践。他的团队开发了一种"条件性幻觉"模型伊拉，利用AI和机器学习技术来研究幻觉的形成机制。此外，他们还应用分层高斯滤波器模型，发现偏执症患者倾向于将世界视为更加不稳定的形态。Philip Corlett认为：“计算模型能帮助我们更好地理解精神疾病的机制。”
澳大利亚纽卡斯尔大学神经科学与精神病学教授Michael Breakspear介绍，他尝试用模型模拟人类精神世界。在他看来，人类是一种活跃的主体，动态地嵌入自身构建的人际、社会、文化和历史体系中；而深度神经网络是其核心，是执行随机插值的静态矩阵。这位澳大利亚学者围绕人工智能解码面部表情、大语言模型模拟生成自然和疾病下的言语等多个方面，讨论了如何使用大脑的生成式模型来优化AI在精神健康领域的应用。
据悉，英国剑桥大学计算认知神经科学教授Zoe Kourtzi主持开发了一种用于早期预测和诊断痴呆症(慢性获得性进行性智能障碍综合征)的AI工具。它能够在症状出现前10年-15年就识别出潜在的痴呆症患者，准确率高达91%。据介绍伊拉，在实际应用中，这一AI工具比传统临床诊断方法更精确地预测了轻度认知障碍患者转变为阿尔茨海默病的可能性，其准确度提高了3倍。她提出，未来有可能用AI更广泛地追踪大脑的健康轨迹。
上海市精神卫生中心陈剑华教授介绍了一项名为"灵溪"的项目。该项目基于精神疾病是“唯一可以靠对话诊疗的疾病”这个特点，建设真实、高质量的抑郁焦虑患者与医生的问诊对话集，提供给AI大语言模型进行训练。项目已通过伦理审批，采集了5000多例对话，时长1000个小时，且数量正在持续增加。项目计划在严格合规的前提下向研究者和AI团队开放合作。
" />
当天，十四届全国人大常委会第十二次会议举行的新闻发布会上，蓝佛安说，上述三项政策协同发力，2028年之前，地方需消化的隐性债务总额从14.3万亿元大幅降至2.3万亿元伊拉，平均每年消化额从2.86万亿元减为4600亿元，不到原来的六分之一，化债压力大大减轻。据估算，地方依靠自身努力化解是完全可以做到的，甚至有些地方是比较轻松的。
蓝佛安介绍，安排6万亿元债务限额置换地方政府存量隐性债务，是今年一系列增量政策的“重头戏”。6万亿元债务限额，分三年安排，2024—2026年每年2万亿元，支持地方用于置换各类隐性债务。2023年末，经过逐个项目甄别、逐级审核上报，全国隐性债务余额为14.3万亿元。今年以来，受外部环境变化和内需不足等因素影响，各地隐性债务化解的难度加大。一些地方隐性债务规模大、利息负担重，不仅存在“爆雷”风险，也消耗了地方可用财力。实施大规模置换措施，从政策效应看，能够发挥“一石二鸟”作用：
