通過我們在MicrosoftAI for Accessibility計劃中的工作，我們了解到全球心理健康服務存在巨大差距。在某些國家/地區，每10萬人中可能只有一名心理健康專業人員。當與五分之一的人患有精神疾病的現實相結合時，我們在問技術如何并且應該參與其中。2月，我們共享了我們的項目建議書，旨在利用AI加速心理健康研究，數據洞察和創新，今天，我們要重點介紹我們正在支持的項目。

美國心理健康局的自適應短信

去年，通過《美國心理健康》（Mental Health America）的在線調查篩查出患有嚴重抑郁癥呈陽性的人中，有89%的人不愿意接受心理治療或藥物治療，但有50%的人希望使用數字工具。有成千上萬種心理健康應用程序可用，但即使是排名前30位的應用程序，也有97%的人在前兩周內停止使用它們。西北大學和加拿大多倫多大學，與合作精神健康美，正在開發自適應文本消息服務，以幫助人們更好地管理其心理健康。文本消息可以通過一口大小的信息和提示到達每個人，并且為了提高人們的參與度，將使用機器學習算法來發現如何自定義消息的內容和時間。他們希望通過結合臨床心理學，人機交互和機器學習來設計易于實施，有效且引人入勝的干預措施。

了解基于文本的同伴支持中??的同理心

盡管了解一個人想要進行心理健康提示的時間和頻率很重要，但消息的語氣和語言卻起著獨特的作用。華盛頓大學與TalkLife和Supportiv合作，正在建立一種自然語言模型來理解基于文本的同伴支持中??的同理心。通過適應在臨床治療環境中開發的共情測量，他們打算為數據集中的數百萬條消息創建注釋準則，訓練模型以識別共情方面，然后提出使反應更加共情的建議。該項目將幫助研究人員更好地理解心理健康情景中的同理語言，并為探討如何改善同伴支持志愿者社區和尋求幫助的人們之間的人際關系提供機會。