本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
“这是一个令人兴奋的早晨，我们昨晚来了一位患有急性躁狂症的新病人，”住院医师带着一丝讽刺的笑容说道。这是我在中国长沙的第一天。我在湘雅第二医院，坦率地说，我开始紧张地想“令人兴奋”是什么意思。有些词翻译得很糟糕。
我们站在女性精神病病房外面。当住院医师在她的白大褂口袋里翻找时，我研究了一下那扇门——一块铰链上的金属板——它将主楼梯与病人隔开。建造它的人很注重功能；没有别的了。它发出另一边的骚动声。
一会儿，铰链打开了，露出了一片汹涌澎湃的、穿着粉红色绗缝印花夹克的海洋，显然是病房里的标准配置。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您将帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
住院医师在我们身后锁好门，我站在走廊中央。我比病人高出八英寸。我的白大褂、白皮肤和睁大的眼睛像他们吓到我一样吓到了他们。
当我们交换疑惑的眼神时，这片海洋平静了下来。大厅里一片寂静。
“我的天哪，他们表现得好像你是耶稣基督！” 一个流利的英语喊道。我不确定自己是否出现了幻觉，我的目光在走廊里来回移动。最后，声音从背景中传出，我正盯着詹妮弗
“听着，我来这里是出于我自己的自由意志，我父亲在情感上、身体上和言语上虐待我，并且一直在给我下药让我好起来，他的朋友是医生，说这会有帮助，我没有疯，好吗？我只想和你谈五分钟。”
我并不是一个特别擅长诊断的人，但我意识到詹妮弗是我们的躁狂症患者，就在她说“情感上、身体上和言语上”的时候。她的语速很快；她的词语挤在一起，好像来不及说出来一样。
詹妮弗那皱巴巴的、饱受折磨的表情投射出一个生活在噩梦中的人、一个大脑处于危机中的人的紧迫感。她一边在走廊里走来走去，一边用中文向任何挡住她路的人大喊不愉快的话，她的手在空中弯曲和摇摆。
我在中国的那个月里，詹妮弗是我唯一一位说英语的病人，这一刻在我脑海中留下了独特的烙印。那次短暂的交流揭示了大量关于她大脑中正在发生的事情、关于折磨她的事情的信息——如果我知道该如何处理就好了！
我的其他病人经历也充满了数据。我仔细观察了世界卫生组织药物滥用和健康合作中心主任郝伟医生在三个小时的门诊中评估和治疗了 44 位病人。这是超人的速度。
在这里，我因为不懂中文而无法参与对话，这迫使我关注病人如何走进房间，他们坐在（或不坐在）明亮的橙色检查椅上时的姿势和肢体语言，他们如何（或不）看着魏医生，他们的面部表情，他们说了多少话，说了多久，以及他们说话的声音如何。
这些数据点都包含在“精神状态检查”中，这是精神病临床评估中的一个基本工具。对患者的肢体语言、言语和表情的观察与患者对“你的情绪如何？”或“你在想什么？”等问题的回答相结合。精神状态检查为思考患者的病情和评估如何最好地提供帮助提供了一个临床框架。
像大多数框架一样，精神状态检查的有用性仅取决于它所包含的临床信息。对精神状态检查的一个批评是其固有的主观性——一位临床医生认为的“快速讲话”可能对另一位临床医生来说并不觉得那么快。在一种文化中似乎合适的肢体语言在另一种文化中可能完全是怪异的。还有一个问题是如何用文字描述你用感官观察到的东西：不是每个人都是海明威。
在对这 44 位病人的每次访问中，我像一个临床窥淫癖者一样坐在潮湿的检查室的角落里，狂热地为我无法理解的对话写下人物素描。当我在当晚晚些时候回顾每张素描时，我意识到我记录了大量的诊断信息——本质上是通往每个人大脑的窗口。我还意识到，我用我那潦草的文字捕捉到的任何信息都可能与另一位临床医生的不同，而且更令人不安的是，这对我直接理解另一位病人没有太大帮助。
考虑到我的病人经历的整体情况，我希望我记录的是行为测量值，而不是人物素描。毕竟，试图用文字来确定大脑功能就像将肝功能描述为黄疸的色调一样。我们用实验室值来量化肝功能是有原因的，可量化的测试比文字更有力。
通过测量患者的言语，我们可以说它的速度为每分钟 200 个单词，音量为 70 分贝，音高为 180 赫兹——这比简单地将其描述为“快速”更有用和可靠。进行测量还可以让我们直接将一位患者的值与另一位患者的值、一群健康人的值，甚至与同一患者在治疗过程中（希望如此）发生变化的值进行比较。
进一步量化诸如“虐待”和“我没疯”之类的单词或短语的频率，以及每个短语的长度和结构，使我们能够将这种行为矿石冶炼成可用的钢材。
据纽约州立大学布法罗分校（SUNY）研究语言学的研究生丹尼尔·福克斯说，自然语言工具包是一种流行的工具，它可以处理未经标点的转录语音，并根据词语选择和顺序对其进行额外的信息注释。其中一个注释被称为解析。
一个语音解析器接收“约翰踢球”，并将“约翰”识别为主语名词，“球”识别为宾语名词，“踢”识别为动词，“这个”识别为冠词。然后，解析器根据词语之间的密切关系将词语分组为短语。例如，“这个”和“球”将被分组为宾语名词短语：“这个球”。
通过这种方式解析语言，短语“约翰踢球”被标记了额外的信息层，这些信息告诉您英语使用者平均如何对想法进行分组。这种额外的信息（一种元数据）还可以让您测试个别说话者是否使用较长的名词短语或以比其他说话者更复杂的方式表达想法——这是生物标志物的开始。
丹尼尔·福克斯解释说：“莎士比亚在说话方式上具有某些模式，因此您可以将莎士比亚识别为英语使用者和莎士比亚。” 解析器会将“一朵玫瑰”理解为名词短语，但“一朵玫瑰”在更大的句子“一朵玫瑰换个名字也一样香”中的特定顺序可能通过他喜欢的词语分组、他喜欢构建想法的方式来暴露莎士比亚。
自然语言处理还可以识别那些有患上特定类型精神疾病风险的人。
2015 年，哥伦比亚大学的研究人员领导的一个科学家小组报告说，他们使用自动语音分析来测量可以预测后来发作的精神病的模式。
该小组采访了 34 名出现早期精神分裂症迹象的青少年。在一个小时的开放式访谈中，参与者描述了他们所经历的变化以及这些变化的影响，什么对他们有帮助或没有帮助，以及他们对未来的期望。
《精神分裂症》杂志上的论文报告说，短语长度、限定词的使用（https://en.wikipedia.org/wiki/Determiner）以及一个短语如何很好地转到另一个短语的组合成功预测了五名发展为精神病的青少年，准确率达到 100%。
而这基于开放式的言语，在经过测量和解析之前，它可能显得相当乏味和无用。测量的行为使研究人员能够组织和解码自然语言中的潜在信号。
这个信号反映了一种大脑产物，即我们的语言网络如何组织和运作以产生言语。这种通往大脑的额外窗口让我很感兴趣，并且让我怀疑自然语言处理会如何解析詹妮弗的求救，以及这种测量与一些其他行为测量（如运动）相结合是否可以通过让我们更多地了解她疾病的潜在病因来指导她的治疗决策。
当我翻阅我的临床素描时，我意识到它们是多么无用——对一个女人的真正衡量需要更复杂的工具。