本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
“這是一個令人興奮的早晨，我們昨晚來了一位患有急性躁狂症的新病人，”住院醫師帶著一絲諷刺的笑容說道。這是我在中國長沙的第一天。我在湘雅第二醫院，坦率地說，我開始緊張地想“令人興奮”是什麼意思。有些詞翻譯得很糟糕。
我們站在女性精神病病房外面。當住院醫師在她的白大褂口袋裡翻找時，我研究了一下那扇門——一塊鉸鏈上的金屬板——它將主樓梯與病人隔開。建造它的人很注重功能；沒有別的了。它發出另一邊的騷動聲。
一會兒，鉸鏈打開了，露出了一片洶湧澎湃的、穿著粉紅色絎縫印花夾克的海洋，顯然是病房裡的標準配置。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您將幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
住院醫師在我們身後鎖好門，我站在走廊中央。我比病人高出八英寸。我的白大褂、白皮膚和睜大的眼睛像他們嚇到我一樣嚇到了他們。
當我們交換疑惑的眼神時，這片海洋平靜了下來。大廳裡一片寂靜。
“我的天哪，他們表現得好像你是耶穌基督！” 一個流利的英語喊道。我不確定自己是否出現了幻覺，我的目光在走廊裡來回移動。最後，聲音從背景中傳出，我正盯著詹妮弗
“聽著，我來這裡是出於我自己的自由意志，我父親在情感上、身體上和言語上虐待我，並且一直在給我下藥讓我好起來，他的朋友是醫生，說這會有幫助，我沒有瘋，好嗎？我只想和你談五分鐘。”
我並不是一個特別擅長診斷的人，但我意識到詹妮弗是我們的躁狂症患者，就在她說“情感上、身體上和言語上”的時候。她的語速很快；她的詞語擠在一起，好像來不及說出來一樣。
詹妮弗那皺巴巴的、飽受折磨的表情投射出一個生活在噩夢中的人、一個大腦處於危機中的人的緊迫感。她一邊在走廊裡走來走去，一邊用中文向任何擋住她路的人大喊不愉快的話，她的手在空中彎曲和搖擺。
我在中國的那個月裡，詹妮弗是我唯一一位說英語的病人，這一刻在我腦海中留下了獨特的烙印。那次短暫的交流揭示了大量關於她大腦中正在發生的事情、關於折磨她的事情的資訊——如果我知道該如何處理就好了！
我的其他病人經歷也充滿了資料。我仔細觀察了世界衛生組織藥物濫用和健康合作中心主任郝偉醫生在三個小時的門診中評估和治療了 44 位病人。這是超人的速度。
在這裡，我因為不懂中文而無法參與對話，這迫使我關注病人如何走進房間，他們坐在（或不坐在）明亮的橙色檢查椅上時的姿勢和肢體語言，他們如何（或不）看著魏醫生，他們的面部表情，他們說了多少話，說了多久，以及他們說話的聲音如何。
這些資料點都包含在“精神狀態檢查”中，這是精神病臨床評估中的一個基本工具。對患者的肢體語言、言語和表情的觀察與患者對“你的情緒如何？”或“你在想什麼？”等問題的回答相結合。精神狀態檢查為思考患者的病情和評估如何最好地提供幫助提供了一個臨床框架。
像大多數框架一樣，精神狀態檢查的有用性僅取決於它所包含的臨床資訊。對精神狀態檢查的一個批評是其固有的主觀性——一位臨床醫生認為的“快速講話”可能對另一位臨床醫生來說並不覺得那麼快。在一種文化中似乎合適的肢體語言在另一種文化中可能完全是怪異的。還有一個問題是如何用文字描述你用感官觀察到的東西：不是每個人都是海明威。
在對這 44 位病人的每次訪問中，我像一個臨床窺淫癖者一樣坐在潮溼的檢查室的角落裡，狂熱地為我無法理解的對話寫下人物素描。當我在當晚晚些時候回顧每張素描時，我意識到我記錄了大量的診斷資訊——本質上是通往每個人大腦的視窗。我還意識到，我用我那潦草的文字捕捉到的任何資訊都可能與另一位臨床醫生的不同，而且更令人不安的是，這對我直接理解另一位病人沒有太大幫助。
考慮到我的病人經歷的整體情況，我希望我記錄的是行為測量值，而不是人物素描。畢竟，試圖用文字來確定大腦功能就像將肝功能描述為黃疸的色調一樣。我們用實驗室值來量化肝功能是有原因的，可量化的測試比文字更有力。
透過測量患者的言語，我們可以說它的速度為每分鐘 200 個單詞，音量為 70 分貝，音高為 180 赫茲——這比簡單地將其描述為“快速”更有用和可靠。進行測量還可以讓我們直接將一位患者的值與另一位患者的值、一群健康人的值，甚至與同一患者在治療過程中（希望如此）發生變化的值進行比較。
進一步量化諸如“虐待”和“我沒瘋”之類的單詞或短語的頻率，以及每個短語的長度和結構，使我們能夠將這種行為礦石冶煉成可用的鋼材。
據紐約州立大學布法羅分校（SUNY）研究語言學的研究生丹尼爾·福克斯說，自然語言工具包是一種流行的工具，它可以處理未經標點的轉錄語音，並根據詞語選擇和順序對其進行額外的資訊註釋。其中一個註釋被稱為解析。
一個語音解析器接收“約翰踢球”，並將“約翰”識別為主語名詞，“球”識別為賓語名詞，“踢”識別為動詞，“這個”識別為冠詞。然後，解析器根據詞語之間的密切關係將詞語分組為短語。例如，“這個”和“球”將被分組為賓語名詞短語：“這個球”。
透過這種方式解析語言，短語“約翰踢球”被標記了額外的資訊層，這些資訊告訴您英語使用者平均如何對想法進行分組。這種額外的資訊（一種元資料）還可以讓您測試個別說話者是否使用較長的名詞短語或以比其他說話者更復雜的方式表達想法——這是生物標誌物的開始。
丹尼爾·福克斯解釋說：“莎士比亞在說話方式上具有某些模式，因此您可以將莎士比亞識別為英語使用者和莎士比亞。” 解析器會將“一朵玫瑰”理解為名詞短語，但“一朵玫瑰”在更大的句子“一朵玫瑰換個名字也一樣香”中的特定順序可能透過他喜歡的詞語分組、他喜歡構建想法的方式來暴露莎士比亞。
自然語言處理還可以識別那些有患上特定型別精神疾病風險的人。
2015 年，哥倫比亞大學的研究人員領導的一個科學家小組報告說，他們使用自動語音分析來測量可以預測後來發作的精神病的模式。
該小組採訪了 34 名出現早期精神分裂症跡象的青少年。在一個小時的開放式訪談中，參與者描述了他們所經歷的變化以及這些變化的影響，什麼對他們有幫助或沒有幫助，以及他們對未來的期望。
《精神分裂症》雜誌上的論文報告說，短語長度、限定詞的使用（https://en.wikipedia.org/wiki/Determiner）以及一個短語如何很好地轉到另一個短語的組合成功預測了五名發展為精神病的青少年，準確率達到 100%。
而這基於開放式的言語，在經過測量和解析之前，它可能顯得相當乏味和無用。測量的行為使研究人員能夠組織和解碼自然語言中的潛在訊號。
這個訊號反映了一種大腦產物，即我們的語言網路如何組織和運作以產生言語。這種通往大腦的額外視窗讓我很感興趣，並且讓我懷疑自然語言處理會如何解析詹妮弗的求救，以及這種測量與一些其他行為測量（如運動）相結合是否可以透過讓我們更多地瞭解她疾病的潛在病因來指導她的治療決策。
當我翻閱我的臨床素描時，我意識到它們是多麼無用——對一個女人的真正衡量需要更復雜的工具。