“我对外界提不起兴趣，是不是患上抑郁症了？”

“我有躁郁症，常常控制不住自己的情绪。”

……

类似的对话，在生活中似乎并不少见。心理亚健康人群越来越多，但与之相对的，却是国内精神科医师数量的严重不足。

针对上述问题，人工智能数字诊疗服务商「聆心智能」提出了一个解决方案——用AI代替人工治疗，为精神心理患者提供有效的数字化诊疗手段。

“病患只需与AI机器人聊聊天，就能诊断自己的病情处于哪个阶段。”聆心智能创始人黄民烈告诉创业邦，除了病情诊断，公司通过建立AI数字疗法体系，还能为临床患者和心理亚健康人群提供更多的情绪支持、个性化干预等方案。

聆心智能成立于2021年，创始人黄民烈是国内人工智能-自然语言处理领域专家、清华大学计算机科学与技术系副教授，创始团队成员来自于清华大学、北京大学、北京师范大学等高校科研院所。

2021年11月，聆心智能成立，公司成立仅三个月就连续完成两轮融资。

共情：为AI“植入”心理咨询理论

目前，聆心智能在技术的构建是让AI围绕认知、情绪和行为三个维度对用户进行评估和干预。以多模态对话系统为核心交互框架，在对话的过程中实现了用户核心信念提取、自动化思维识别、极端模式分析等多维度信息提取，构建用户的认知图式模型。

比如一个情绪低落的用户因为失恋而使用聆心智能的聊天机器人，机器人就会根据用户的问题类型和关键事件而进行相对的策略。

如果用户说：“我心情不好是因为我跟女朋友分手了。”这时机器人可能会使用共情（即“情感映射”）策略并回复：“嗯，分手通常是一件难过的事情。”不仅如此，机器人还会进一步探索说，“那你现在有什么想说或者想做的事吗？”

“为达到上述效果，聆心智能借鉴的是心理咨询理论，把交互过程分成探索、安抚、提供建议等多个阶段。”黄民烈表示，在每一个阶段，团队都设计了丰富的策略，包括提问、自我暴露、情感映射、提供信息、确认问题等等，以确保AI能跟用户能够产生更多情感连接。

AI机器人在跟人讨论“拖延症”

目前，聆心智能的产品预训练模型参数已达到100亿规模左右，团队通过解决AI逻辑的“翻译”、数据隐私及样本偏差、算法的可解释性、数据标注等一系列问题，开发了AI心理治疗服务体系，该服务体系包含筛查、评估、干预、康复、长期跟随健康管理全过程。

针对人工智能共情能力低，较难识别复杂情绪的缺陷，团队的应对办法是通过对话让患者产生更多的自主思考，以此进行干预效果。目前，聆心智能的产品已经开始进行临床预实验。

虽然产品还没有在市场上落地，但深厚的专业背景让团队对产品的面世充满信心。资料显示，在成立聆心智能之前，黄民烈带领的团队已在多轮对话系统、情绪识别、自杀风险评估、情感对话生成等领域取得不俗的成绩。

团队中，有数十位清华大学的研究人员在NLP对话系统+精神心理上的研究已超十年。“团队还拥有国际领先的自然语言处理技术，比如世界上最大的中文对话预训练模型就是我们研发的，中文对话能力国际领先。”黄民烈此前表示。

除了AI领域的技术人员，聆心智能还有约2/3成员是拥有心理学、医学专业背景的临床医生、心理咨询师和心理学专家等——团队在科技、医学、心理等领域实现了高度的交叉融合。

缘起：一位老师对学生的心疼

“选择AI+精神心理作为创业赛道，缘自于我最优秀的学生。”黄民烈告诉创业邦，这位学生由于身患抑郁症，导致科研期间不得不忍受服用药物带来的一系列不良反应。“但我作为老师，却无法在学生需要帮助的时候提供任何帮助，我甚至不敢跟对方交流——我担心某句不经意的话就会刺激到对方，哪怕只是正常的科研讨论。”

提及往事，即使时隔许久，黄民烈的声音里仍带着一丝难以掩饰的无措。而这次经历，也让黄民烈开始反思，他是否可以通过他的专业技能，为像他学生一样的心理患者做些什么？

黄民烈表示，目前的心理治疗大部分是以对话的形式进行，而这和AI的语言很相似。如果可以用AI的手段辅助或替代人工进行心理诊疗，或能在一定程度上帮助更多的人。

然而，在产品落地的过程中，把咨询师的认知和语言“翻译”成AI逻辑，让AI更好地与人共情、逻辑“相通”，成了一道让团队感到颇为棘手的难题。

针对该问题，同时也为了更好地推进AI对话系统的研发与应用、评估AI对话系统的能力水平，黄民烈联合学界和业界科研机构参照自动驾驶中从L0到L5的分级概念，制定了全球首个《AI对话系统分级定义》（以下简称《定义》）。

黄民烈表示，《定义》更清晰地衡量 AI 对话系统的能力水平，为对话系统的进一步研究明确方向，同时也为商业领域应用的研发提供参考，推动AI对话系统在情感陪护和心理健康等领域有更明确的发展方向。

聆心智能创始人 黄民烈

此外，由于行业的特殊性，聆心智能的产品还会涉及到伦理、恐惧等用户隐私，因此如何确保数据安全，也是团队需要认真考虑的事。

“在信息安全方面，我们除了基础架构层面的防护外，在数据的收集过程中，机构和咨询师也会取得来访者的许可。同时，数据也会进行脱敏。”黄民烈团队表示，由于训练模型的数据都是真实世界数据，因此数据安全、用户隐私和伦理会是团队首要考虑的。

同时，黄民烈坦言，在产品转化的过程当中，团队面临的挑战之一还有如何走通“技术—产品—商品”的通路，因为每个阶段的思维是不同的——技术，是科学家研究出来的算法、模型、原型系统；产品，是工程化后的、折中了用户可使用的服务或者实物；商品，则是可以重复售卖，能换来现金的产品。

市场：同时触达B端和C端用户

目前，聆心智能的目标用户是16岁至45岁的抑郁、焦虑人群，其中，女性占比约为75%。

在商业模式上，聆心智能计划同时触达B端和C端的用户——在B端，与医疗机构、保险等企业进行渠道合作，以此为途径触达目标用户；在C端，则通过对外运营的数字化软件直接让用户可以使用“数字药”。

未来，聆心智能的计划是先夯实自身的数据及技术壁垒，以此确保行业优势；其次，利用自身所拥有的专业数据来适应特定领域场景，并通过技术来进行产品形态转换；第三，明确自身商业落地场景，建立自身平台，构建数据及技术城池。

“希望未来的投资人能有社会情怀和前瞻性，能够认可AI+精神心理的赛道，愿意和公司一起耕耘，不急于短期变现。”黄民烈表示。

创业：一场天时地利人和的博弈

作为一位二次创业者，黄民烈还跟创业邦分享了一些初次创业的经验之谈。

“一次成功的创业，需要同时具备天时、地利、人和。”黄民烈指出，天时，即创业者是否处于一个较好的创业时间节点；地利，即创业者的资源、环境是否能够支撑其去完成其想做之事；人和，就是拥有一个具有共同目标、共同理想的团队，同时，团队的能力和优势足以支撑团队抵达预期目标。

“因此我们在招人时，会更关注应聘者以下两个方面：一，他拥有怎样的人格属性，跟我们可以提供的岗位是否匹配；二，他在能力上是否符合我们公司的要求。”黄民烈表示，比如在人格属性方面，聆心智能就更青睐富有责任感、且充满激情的团队伙伴。

最后，创业者作为一家初创企业的“领头羊”，在企业成立之后，还需要时时把控企业前进的大方向。

对此，黄民烈的应对方式是每天通过思考去复盘遇到的问题和总结的经验，以此作为调整企业发展的策略。比如公司面临的问题和挑战是什么？当下应该往哪个方向走？现在的路线是正确的吗？在团队的建设、管理方面，还存在哪些问题等等。

黄民烈强调，思考的前提是已对市场进行大量的调研，而不是闭门造车。“特别是在创业的初创阶段，企业战略目标、发展方向以及具体战术‘打法’的确认，都是奠基企业能否健康、长期发展的重要因素。而创业的核心就是发挥企业的长处和优势，去真正解决市场的痛点问题。”