Clear Sky Science · zh

重新思考精神病中的语言、认知与评估:双语如何挑战精神医学以及自然语言处理如何提供帮助

· 返回目录

为何两种语言对心理健康重要

世界上许多人从小就会说不止一种语言,然而精神医学仍往往把病人当作只会说一种语言来对待。这很重要,因为心理健康护理中的几乎所有环节——从讲述个人经历到进行记忆测试——都依赖语言。本文解释了忽视双语性如何扭曲我们对精神病和精神分裂症等严重疾病的理解与治疗,以及用于分析言语的新型计算工具如何帮助为数以百万计的人提供更公平、更准确的护理。

语言与思维如何塑造精神病

精神病,包括精神分裂症等状况,常在全面症状出现前很久就出现思维、记忆和交流方面的变化。后来发展为精神病的儿童平均在思维和解决问题的测试中得分较低,这些困难通常延续到成年期。脑成像显示与计划、注意和记忆相关的脑区存在差异,但并没有单一的“精神病专属区域”。相反,早期脑发育、生活经历和健康因素的复杂交织决定了疾病如何发展。由于言语既是窥见思维的窗口,也是临床访谈的主要工具,语言处于诊断与随访的核心位置。

双语大脑带来的影响

成为双语并不仅仅是掌握两组词汇;还意味着不断管理何时使用哪种语言。这种切换依赖于大脑中的注意力、控制和记忆系统。研究表明,积极使用双语的人在支持这些技能的脑区中常出现细微的结构和功能变化,并且在需要集中注意、切换任务或保持信息的任务上有时表现更好。这些影响并非一成不变:它们取决于一个人何时学会这些语言、使用频率、使用场景以及切换语言的频率。在老年人中,双语甚至可以帮助在脑衰老过程中维持认知能力。所有这些表明,双语与精神病可能在重要方面相互影响,尤其因为两者都涉及广泛的控制与认知网络。

临床中语言何时会误导判断

在日常实践中,精神健康专业人员高度依赖病人的言语:他们说什么、反应多快、思路听起来多有条理。但双语会改变这些表面特征,并可能被误认为是疾病表现——或掩盖真正的病情。例如,双语者在任何一种语言中的即时词汇量可能较小,说话更慢,尤其在不常用的语言中更常检索词汇。基于单语规范的标准化测试可能因此错误地提示“记忆差”或“思维受损”。情感在不同语言中的表达也可能不同:病人在第二语言中可能显得更疏离、更平静,或在母语中情感更强烈。研究表明,某些精神病症状的表现,或愿意谈论这些症状的程度,可能因语言而异,这意味着仅用一种语言进行评估可能遗漏或误判疾病的重要方面。

Figure 1
图 1。

更公平评估的实用路线图

作者提出了一套逐步框架——本质上像一棵决策树——以帮助临床医师和研究者决定何时以及如何在工作中考虑双语因素。首先,要判断语言与认知技能是否与所研究的问题密切相关;对于精神病,答案几乎总是肯定的。其次,要判断语言或认知是否是主要测量的结果——例如在记忆测试或言语分析中。如果是,必须系统评估双语性,而不能把它当作次要说明。理想情况下,这意味着收集关于个人掌握哪些语言、何时学会、对每种语言的自我熟练度、日常使用频率以及使用情境的详细信息。当时间有限时,即使是关于这些要点的基础问题集,也比假定患者符合单语规范要好得多。

Figure 2
图 2。

人工智能如何提供帮助

收集丰富的语言信息并用多种语言评估患者很难规模化,尤其当语言组合成千上万而能说双语的临床人员相对较少时。在这里,作者对现代语音技术寄予厚望。诸如自动语音识别和自然语言处理之类的工具可以分析人们用不同语言说话的方式,并识别与精神病相关的模式,而不需每种语言都配备人类专家。大型语言模型和智能聊天机器人未来有可能用多种语言进行结构化访谈、自动评分任务,并帮助将评估适配到每个人的语言背景。然而,文章也提醒这些工具必须在多语言环境下经过测试,以避免强化新的偏见类型。

这对听到幻听的人意味着什么

文章总结认为,双语并非一个小的复杂因素,而是理解精神病的关键变量。忽视个人的语言历史会扭曲测试分数、模糊诊断并导致与其生活现实不相符的治疗方案。通过将双语性作为核心变量——仔细记录语言背景、调整评估方法并明智地使用技术——精神医学可以更接近真正的个体化护理。这一转变不仅会使系统对占世界人口相当大比例的双语患者更公平,也将提升我们对精神病本身的科学理解。

引用: Just, S.A., DeLuca, V., Rothman, J. et al. Rethinking language, cognition and assessment in psychosis: How bilingualism challenges psychiatry and how natural language processing can help. Schizophr 12, 41 (2026). https://doi.org/10.1038/s41537-026-00742-1

关键词: 双语, 精神病, 精神分裂症, 语言评估, 自然语言处理