王迎龍，宋業(yè)臻

(1.北京工商大學 法學院，北京 100048；2.青島認知人工智能研究院，山東 青島 266073)

一、 引 言

根據法律規(guī)定，經法定程序鑒定患有精神疾病的被告人，可以不負刑事責任、從輕或者減輕處罰。①但司法精神病鑒定在實踐中產生了適用標準不統(tǒng)一、診斷不規(guī)范甚至“被精神病”等亂象，導致人們對于精神病鑒定公正性問題的擔憂。(1)例如江蘇省南通市的“5·28親姐妹硫酸毀容案”中，犯罪嫌疑人王某曾接受南通市精神司法鑒定委員會委托的南通市通濟醫(yī)院、江蘇省司法鑒定委員會、司法部上海鑒定科學技術研究所法醫(yī)精神病學研究室三家鑒定機構的鑒定，但是得出了完全不同的鑒定意見。其主要難點問題表現為“精神病的鑒定、認定在司法實踐中的混亂情況”“多次鑒定的不一致性較高，由此引發(fā)較嚴重的重復鑒定、多次鑒定”[1]。有學者根據部分地區(qū)和機構的統(tǒng)計數字推測，存在多次鑒定的案件中，不同鑒定意見之間的不一致率在30%左右[2]。從認知科學與臨床精神病學角度來看，這一難點問題可以歸納為司法精神病鑒定的“信度不足”(2)此處使用的“信度”概念，來自自然科學、社會科學實證研究領域，指的是采用同樣的測量方法，對同一個研究對象進行重復測量時，其所得到的結論相一致的程度。信度分析常見的方法包括重測信度、復本信度、分半信度等，司法精神病鑒定的信度主要指的是重測信度(Test-retest Reliability)，即在不同的時間點先后進行兩次測量，兩次結果之間存在差異的程度。問題。

司法精神病鑒定的信度不足問題，主要基于兩方面原因產生。一方面，跨學科話語系統(tǒng)差異造成了學術溝通斷層。司法精神病學涉及法學、醫(yī)學、心理學等多種學科，多學科合作本身就面臨著極大的困難與挑戰(zhàn)。諾伯特·維納(Nobert Wiener)就指出：“如果一個不懂數學的生理學家和一個不懂生理學的數學家合作，那么這個人不會用那個人所能接受的術語表達自己的問題，那個人也不能用這個人所懂得的任何形式來做出自己的回答?！盵3]由于法學、醫(yī)學、心理學所關注的基本問題以及解決這些基本問題的思維路徑完全不同，故在學科間合作共同解決一個實踐問題時，會出現種種概念、方法、路徑、結論上的齟齬。另一方面，司法精神病鑒定對象本身具有復雜多變性，且目前可用于司法精神病鑒定的手段有限，即“迄今對多數精神疾病的診斷，仍然缺乏精密的、客觀的理化檢驗方法或手段，主要還是依據病史和精神狀況檢查所見，即臨床綜合征來確定”[4]。面對復雜對象時缺乏充分的檢測、識別技術手段，使得司法精神病鑒定實踐變得更加困難重重。

為了解決司法精神病鑒定信度不足的問題，學界進行了一系列相關研究，主要從以下兩種角度切入：一種是從法律程序的角度，對司法精神病鑒定的相關規(guī)范進行研究。研究重點包括“精神障礙者強制收治制度”困境[5]、國外相關制度借鑒[6]、從刑事特別程序角度分析精神疾病患者的強制醫(yī)療制度的“保安處分”屬性[7]、“保安處分”制度適用中的“適當性原則”[8]、強制醫(yī)療制度的啟動模式[9]、強制醫(yī)療程序中的證據法問題[10]，等等；另一種是從診斷與鑒定技術的角度，對司法精神病鑒定的相關方法進行研究。研究重點包括鑒定病例回溯分析[11]、針對病例刑事責任能力判別的專門分析[12]，以及從域外經驗[13]、方法論[14]、罪犯反社會人格調查[15]等角度來研究犯罪危險性(也被稱為“人身危險性”)的評估問題。

然而，無論是從法律角度對司法精神病鑒定的規(guī)范、程序進行研究，還是從診斷與鑒定技術的角度進行研究，由于學科間話語差異較大，難以找到有效的跨學科溝通交流機制，以及精神病的診斷與鑒定技術受客觀技術條件所限，導致上述兩方面的研究都難以直接解決司法精神病鑒定意見缺乏信度的問題，難以為提升司法精神病鑒定意見的信度提供切實可行的技術支撐?；诖?，本文首先圍繞法學與精神醫(yī)學間的話語差異與精神醫(yī)學診斷鑒定技術限制導致的鑒定意見的信度不足的問題，分析其背后的復雜成因；其次論述目前人工智能技術如何應用于司法精神病鑒定以及通過人工智能技術解決這些問題的可能性；最后提出如何運用人工智能技術賦能司法精神病鑒定以及提高司法精神病鑒定信度的技術路徑。

二、 難點分析：司法精神病鑒定的信度問題

(一) 法學與精神醫(yī)學的學科話語差異

司法實踐中，司法精神病的鑒定意見往往造成諸多爭議，其重要原因在于上文提到的司法鑒定的信度不足問題，這一問題產生的根源在于法學與精神科臨床醫(yī)學的學科間話語差異。我國《刑法》第18條對精神病人在“不能辨認或者不能控制自己行為”條件下實施危害行為造成危害后果的情形進行規(guī)定，所關注的要點在于精神病人在實施危害行為時的“精神狀態(tài)”，而“精神狀態(tài)”則關聯刑事責任能力的判斷問題，即需要通過法定程序進行精神鑒定才能作出這一判斷。刑事責任能力指的是“辨認能力與控制能力，即行為人實施危害行為時，能夠理解自己行為的性質、后果以及社會政治意義，并能夠控制自己行為并對此承擔刑事責任的能力”[16]。我國《刑事訴訟法》第五篇“特別程序”中專章對“依法不負刑事責任的精神病人的強制醫(yī)療程序”進行了規(guī)定。強制醫(yī)療程序在本質上屬于保安處分措施，“對實施了危害行為的精神疾病患者適用的旨在隔離排害和強制醫(yī)療的刑事實體措施，其目的在于消除精神病患者的人身危險性、防止再犯，達到社會防衛(wèi)的目的”[17]，保安處分措施的適用“必須達到監(jiān)管具有持續(xù)危險人的目的”[18]。從司法證明的角度來看，在強制醫(yī)療程序中，需要證明的要件事實主要包括“被告人的行為是《刑法》所規(guī)定的犯罪行為并造成危害”“被告人為不負刑事責任的精神病人”以及“被告人為對社會有現實危害性的人”[10]。綜合上述話語體系，法學領域所關注的主要概念包括精神病人的刑事責任能力、辨認控制能力、人身危險性等，其中辨認控制能力和人身危險性是法學領域關注的兩個最為核心的問題。

在精神病臨床醫(yī)學領域，精神病的診斷一般包括精神狀況檢查(Mental State Examination，MSE)、病史采集、軀體與神經系統(tǒng)檢查以及輔助檢查等流程，其中精神狀況檢查是《精神衛(wèi)生法》《執(zhí)業(yè)醫(yī)師法》中規(guī)定的“診斷必須以患者的檢查結果為依據”內容。而精神病臨床檢查的原則被歸納為“SSD原則”，即癥狀學診斷(Symptom)、臨床綜合征診斷(Syndrome)以及疾病分類診斷(Diagnosis)，其中癥狀學診斷主要對患者進行原發(fā)性癥狀與繼發(fā)性癥狀的區(qū)分，以進行癥狀嚴重等級的判斷；綜合癥診斷與分類診斷則要考慮所有的假設診斷，并優(yōu)先考慮等級較高的病癥，并遵守“馬和斑馬”診斷原則，即優(yōu)先考慮常見病與多發(fā)病，而非優(yōu)先考慮疑難病與罕見病[19]。同時，在分析病因的時候，采用的是“素質”(Predisposing)、“誘發(fā)”(Precipitating)、“持續(xù)”(Perpetuating)的“3P因素分析”，全面梳理為什么患者是易感人群、為什么該疾病會發(fā)作以及為什么持續(xù)難以恢復這三方面的問題。綜合上述話語體系，精神病臨床學領域所關注的問題是癥狀、分類診斷、病因。而法學領域關注的辨認控制能力在臨床領域一般被稱為“自知力”，法學領域關注的“人身危險性”在臨床領域一般被納入輔助診斷與篩查程序，作為其中一個部分進行評估。

從上述話語分析中可以看出，法學領域關注的刑事責任能力與人身危險性同臨床醫(yī)學領域關注的癥狀與綜合征存在學科間話語差異，兩個學科之間的思維路徑與所關注的問題也存在較大差異。但是，法學領域尤其是司法裁判過程中，對精神病人責任能力的判斷極大地依賴于醫(yī)學領域的專業(yè)判斷，加之法學領域對臨床醫(yī)學診斷邏輯與主要概念的生疏，造成“司法人員對鑒定意見往往一味地接受，極少進行法定的證據能力與證明力的審查，司法機關對精神醫(yī)學鑒定的采信率高達90%以上”[20]。由此，精神醫(yī)學領域對精神病人的自知力與人身危險性程度的判斷，就成為影響司法精神病鑒定準確性與信度的一個關鍵因素。

(二) 司法精神病鑒定的方法及其不確定性

實踐中，公安司法人員對于犯罪嫌疑人、被告人是否患有精神疾病的判斷高度依賴于司法精神病鑒定意見。問題在于，在精神醫(yī)學實踐領域，一般采用臨床癥狀觀察的方式進行自知力判斷，采用各項測驗進行人身危險性評估，這些方式本身即帶有極大的主觀性和不確定性。精神醫(yī)學臨床測驗一般包括常規(guī)心理測驗，如PANSS精神癥狀評定量表、BPRS簡明精神病評定表、SCL-90癥狀檢查表、MMPI明尼蘇達多項人格測驗、CGIS臨床總印象表、CIDI復合性國際診斷交談檢查、SCID復合性國際診斷交談檢查、MINI簡明國際精神障礙交談檢查表等；還包括專門性疾病篩查測驗，如針對雙相情感障礙的MDQ心境障礙問卷、HCL-32輕躁狂癥自評；以及包括暴力風險評估測驗，如Broset暴力清單測驗、HCR-20敵意臨床風險測驗、OAS外顯攻擊量表、VRS暴力風險量表。盡管已經存在多種類型、多種形式、多個代際的風險評估工具，但是仍然難以有效預測精神病人的人身危險性，究其根本存在以下三個方面的原因。

其一，人身危險性的內涵復雜性與生成機理的多因性。人身危險性屬于刑法學與犯罪心理學領域中的常見概念，刑法學話語中人身危險性指的是“罪犯再次實施危害行為的可能性”[21]，犯罪心理學中人身危險性則不僅包括再次實施危害行為的可能性，還涵蓋了初次實施危害行為的可能性；此外，刑法學話語中人身危險性一般指向除了行為人之外他人的危害行為危險性，而犯罪心理學話語中人身危險性也寬泛地涵蓋了自傷、自殺、自殘等指向自身的危害行為危險性?？梢?，人身危險性本身的內涵與外延是極為復雜的，除此之外，其成因也極為復雜，存在一果多因、多因多果的復雜作用機制[22]，即人身危險性的生成機理具有多因性。舉例而言，暴力風險在司法精神病鑒定實踐中主要指的是精神病人做出暴力行為的可能性，就其成因來看，包括至少以下三種原因：第一種是基于幻覺、妄想的暴力行為，精神病人處于幻覺或者妄想狀態(tài)下，尤其是被害妄想狀態(tài)下，會時常做出基于被害妄想的防御與抵抗行為，在外部表現為隨意打雜物品與毆打他人的暴力行為；第二種是當人類在面對刺激較大、距離較近的威脅事件時，均會產生的“反應性攻擊”行為[23]，但是部分精神病患在運動控制方面存在障礙，則可能在產生“反應性攻擊”意向與行為時，無法控制自身的行為運動、行為幅度，從而產生“程度過限”的暴力行為；第三種仍然是在出現負面威脅與刺激情況下，即“反應性攻擊”的類型，只是正常人類并不會因為該強度的負面刺激存在極大的威脅性而啟動攻擊應對反應，而存在情緒控制能力障礙的精神病患則錯誤地認為該強度的負面刺激威脅性較大從而產生暴力應對行為。上述第一種類型一般對應精神分裂障礙患者，第二種類型一般對應伴隨運動障礙的患者，第三種類型一般對應情感型障礙患者。從疾病類型、癥狀表現、風險行為三者的對應關系來看，其間的關聯性極為復雜，因果關聯也具有多態(tài)性與復雜性。

其二，既有評估工具在形式上的局限性。既有的評估工具在形式上以問卷量表為主，其中問卷量表又可以進一步分為自評問卷量表與他評問卷量表。問卷量表形式的評估工具本質上是基于經驗歸納法形成的標準化檢查表，即通過樣本分析與統(tǒng)計檢驗，找出與風險行為密切相關的預測變量，并對預測變量的重要程度進行排序與加總，根據評估參與者在問卷量表上的得分估計其發(fā)生風險行為的可能性。但是，無論是自評還是他評問卷量表，本質上均難以改變其依靠測評參與者自我經驗觀察與自我體驗報告的數據生成方式，即問卷量表實質上仍然是按照“主觀主義”路徑實現數據采集，并非完全達到了“客觀主義”路徑數據采集要求?！爸饔^主義”路徑在數據采集上很可能受到測評參與者“社會贊許效應”以及主觀觀察、主觀體驗自帶偏差導致的數據偏差，從而極大影響測評結果的真實性與準確性。

其三，既有評估工具在邏輯上的局限性。既有評估工具的開發(fā)者主要是醫(yī)學與心理學研究領域的學者，評估工具的開發(fā)以探索個體差異性層面的風險預測因素為主。以暴力風險評估工具為例，在VRAG(Violence Risk Appraisal Guide)工具中，VRAG評估工具主要對評估參與者是否存在精神障礙與人格障礙，以及其幼年時期的生活狀態(tài)、是否存在異常行為史等預測因素進行研究，預測其出現暴力行為的可能性[24]。在邏輯上，既有的評估工具幾乎均是遵循這一評估邏輯，從評估參與者個體差異性角度出發(fā)尋找預測因素，從而對評估參與者是否可能出現暴力行為進行預測。但是在司法精神病鑒定實踐中，不能僅僅關注評估參與者在人身危險性方面的個體差異性，還需要關注個體內差異性，也就是“在什么時候/什么情況下”作為評估參與者的精神病患可能出現危害性行為。當前主流評估工具在邏輯上缺乏這一設計。

綜上，一方面，法學與精神醫(yī)學在學科之間存在較大話語差異，法學領域重點關注精神病患者的刑事責任能力、辨認控制能力與人身危險性，但是在精神醫(yī)學領域重點關注患者的癥狀、分類診斷與病因，并且除了“自知力”對應“辨認控制能力”之外，兩個學科尚未找到其他具有共識性的溝通交流概念；另一方面，由于精神障礙本身的成因與機制復雜性、評估工具形式缺乏客觀性以及評估工具難以做到對患者個體內差異性的追蹤測量評估等因素，共同導致司法精神病鑒定的信度不足問題。

三、 技術前瞻：人工智能應用于司法精神病鑒定的有效性

(一) 人工智能技術的實踐發(fā)展

在執(zhí)法、司法實踐中，人工智能技術已經取得了廣泛的應用。具有代表性的如在公安部門主導建設的“雪亮工程”基礎上，進一步增加各類具有如人物身份識別、車輛信息識別、數據匯總決策、智能研判功能的智能系統(tǒng)，以增強公安機關在犯罪嫌疑人發(fā)現、證據采集等多個方面能力；又如在《人民法院信息化建設五年發(fā)展規(guī)劃(2016—2020)》中提出到2020年深化完善人民法院信息化3.0版建設任務，基本建設“智審、智執(zhí)、智服、智管”的智慧法院體系[25]。目前，智慧法院建設項目相關的人工智能系統(tǒng)已經實現了執(zhí)行信息化、電子卷宗隨案同步生成、增強電子訴訟服務能力以及提供司法大數據服務等方面的效果。審判機關通過網上法庭、庭審直播與電子簽章這三項信息化基礎應用，皆在實際工作中起到了提高審判效率的作用[26]。在司法權運行體制的建構中，杭州等地最先成立的“互聯網法院”已經作出了重要的探索[27]。除此之外，以人工智能技術為支撐研發(fā)的新型智能測謊系統(tǒng)、犯罪危險性智能化評估系統(tǒng)也逐漸在實踐中開始廣泛應用[28]98?？傃灾?，在執(zhí)法、司法實踐中，人工智能技術已經開始全面涉入執(zhí)法信息化、司法信息化建設中，逐漸開始發(fā)揮重要支撐與服務作用。

另外，當前人工智能技術的快速發(fā)展主要依靠三大方面的技術基礎——算力、數據、算法。從算力角度來看，隨著芯片技術的日益成熟完善，行業(yè)界逐漸開發(fā)出了適用于人工智能深度學習模型的智能芯片，在硬件結構上能夠適用于處理深度學習模型與算法的運算方式。此外，隨著類腦智能研究的發(fā)展，芯片行業(yè)針對傳統(tǒng)馮·諾依曼結構計算機存在的“內存墻”問題，進一步在人類大腦結構啟發(fā)下，研制出了模擬人類大腦生物結構與生理運行機制的類腦芯片。例如IBM公司在2014年研制的True North類腦芯片、斯坦福大學電子與微系統(tǒng)實驗室所研制的人工突觸芯片，可用于支撐手寫字體的識別；中國科學院自動化研究所類腦智能中心、類腦信息處理(BRAVE)在生物神經結構啟發(fā)下完成的相關研究。從數據角度來看，當前以深度神經網絡為核心的人工智能技術，尤其是其中應用在工業(yè)實踐中最廣泛、最成熟的監(jiān)督學習技術，需要大量的標注數據。隨著近年來“眾包”模式的發(fā)展以及專門化數據公司的發(fā)展，面向各行各業(yè)、各種專門化需求的標注數據庫日漸完善起來，為深度學習模型提供了足夠的樣本學習資源，從而加快了以監(jiān)督學習技術為主的人工智能技術向應用領域轉化的速度。而且，隨著人工智能自主學習、深度學習等方面不斷成熟與發(fā)展，人工智能不再只是人腦的自然延伸狀態(tài)，而有了屬于自己的自運轉系統(tǒng)，從而開始擁有自己的知識創(chuàng)造性與創(chuàng)新性[29]。有些學者認為在強智能時期，人工智能甚至將擁有自己獨立的意識與意志[30]。從算法角度來看，無論圖像識別算法、自然語言處理算法，還是推薦算法，均在人工智能領域的不斷突破下取得了顯著的能力提升；從應用層面來看，從機器學習到深度學習的算法躍升，使得原先很多難以計算的關聯關系逐漸被突破，使得人工智能算法在應用層面的能力實現了一次跨越式升級。

(二) 精神醫(yī)學領域的人工智能技術應用

在精神醫(yī)學領域，人工智能技術目前已經進行了大量的實驗工作，并取得了不俗的實踐應用效果，主要體現在以下兩個方面：

一方面，當前人工智能技術主要應用于精神障礙的輔助診斷與風險篩查領域，在基礎醫(yī)學研究中也進行了大量應用。例如在抑郁障礙的輔助診斷中，已經采用了話語行為、眼部活動、頭部姿態(tài)多模態(tài)融合計算技術，以支持向量機為計算模型的抑郁障礙的輔助診斷，在隨機對照實驗中取得了測試準確率90%以上的檢驗效果[31]。在抑郁障礙的基礎醫(yī)學研究中，為了區(qū)分重度抑郁障礙(Major Depression Disorder，MDD)和雙極抑郁障礙(Bipolar Depression Disorder，BD)，采用前饋搜索策略的支持向量機模型(SVM-FoBa)進行腦影像學的數據分析，由此找到區(qū)分兩者的生物標記物，在樣本量為69人的臨床試驗中，取得了區(qū)分度大于92.07%的檢驗效果[32]。此外，在基礎醫(yī)學研究中也使用了大量人工智能技術，典型的如在類腦智能技術研究中，使用了基于IGIO突觸晶體管進行突觸抑制性模擬的技術，以人工神經形態(tài)芯片模擬人類神經環(huán)路運行機制，對重度抑郁障礙進行研究[33]。

另一方面，人工智能技術分支中的計算機視覺技術、計算機語音識別技術、計算機自然語言處理技術和類腦芯片技術也廣泛應用于精神障礙基礎研究與輔助診斷中。計算機視覺技術主要應用于對患者的神經影像學資料進行分析，輔助臨床醫(yī)生作出更加精確化的診斷。如在精神障礙分類診斷過程中，傳統(tǒng)診斷方法在雙相情感障礙與抑郁障礙的區(qū)分上存在較大困難，80%的雙相情感障礙被誤診為抑郁障礙[34]。但是在多模態(tài)融合的計算機視覺技術輔助下，對腦神經影像學的分析精確度得到了大大提升，尤其是在融合低頻波動分數振幅(FALFF)、腦灰質體積以及以體素為基礎的形態(tài)測量學數據基礎上，對神經環(huán)路異常的探測與輔助診斷準確率能夠提升到90%以上。此外，計算機視覺技術還應用于患者外部癥狀表現的采集分析，尤其是在抑郁障礙患者的非語言行為特征的采集分析方面，使用計算機視覺技術對患者的面部活動與表情特征進行采集分析，能夠準確地區(qū)分抑郁障礙與非抑郁障礙的患者，使用計算機視覺技術對患者的頭部姿態(tài)與頭部活動進行采集分析，建立抑郁障礙判別模型以及對患者的注視軌跡與眼部活動進行采集分析，建立抑郁障礙判別模型，均取得了良好的檢測準確率。除了計算機視覺技術之外，計算機語音識別技術與自然語言處理技術也在精神障礙篩查與輔助診斷中發(fā)揮著重要作用，尤其是計算機自然語言處理技術，在互聯網論壇、推特、微博上進行語言數據采集與智能分析之后，能夠對社會公眾中存在抑郁情緒與抑郁障礙風險的人群進行精確定位，快速在人群中篩查出具有風險的個體[35]。

總體而言，無論從人工智能技術在司法實踐領域中的廣泛應用，還是從人工智能技術在精神醫(yī)學實踐領域中的技術迭代與不斷完善，都為人工智能技術在司法精神病鑒定領域的應用提供了支撐。有待解決的問題是，應當選取人工智能技術的哪個分支，以何種方式切入司法精神病鑒定領域，真正有效性地賦能司法精神病鑒定實踐。

四、 嵌入路徑：人工智能技術賦能司法精神病鑒定

人工智能技術賦能司法精神病鑒定實踐，需要緊密圍繞解決司法精神病鑒定意見信度不足的問題，針對法學與醫(yī)學學科間話語差異、精神病診斷與鑒定測量工具方法局限性兩方面成因，引入直接相關的技術體系，開發(fā)切實有效的智能系統(tǒng)，從技術與方法角度為解決司法精神病鑒定意見信度不足提供支撐。下文著重闡述人工智能賦能司法精神病鑒定需要遵循怎樣的原則、應當采用怎樣的技術路徑設計智能系統(tǒng)以及哪些技術與解決該問題密切相關。

(一) “雙嵌入”的應用原則

在具體的嵌入路徑上，心理計算技術體系可以按照“雙嵌入”路徑逐漸應用于司法精神病鑒定實踐[28]103?！半p嵌入”路徑指的是新技術嵌入傳統(tǒng)理論改變傳統(tǒng)理論與方法的一級嵌入和新理論與新方法嵌入工作實踐改變實踐方式的二級嵌入路徑。按照“雙嵌入”原則的思想，造成司法精神病鑒定意見信度不足的學科話語差異方面的原因以及傳統(tǒng)精神障礙診斷與評估方法、工具局限性方面的原因，均源于“二級嵌入”層次的傳統(tǒng)理論與傳統(tǒng)工作方法方面的局限性。而人工智能技術本身屬于一種客觀、抽象、工具化的客觀實在，借鑒人工智能技術幾乎不可能直接解決法學與精神醫(yī)學之間的話語差異或者直接突破傳統(tǒng)精神障礙診斷與評估工具的局限性。那么，首先需要進行“一級嵌入”，將人工智能技術分別引入法學和精神醫(yī)學領域，依靠人工智能技術分別解決法學與精神醫(yī)學話語差異和精神障礙診斷與評估工具存在局限性的問題。

在“一級嵌入”層面上，人工智能技術需要分別嵌入法學與精神醫(yī)學兩個領域，解決與司法精神病鑒定問題密切相關但是又無法通過傳統(tǒng)方法解決的問題。一方面，法學與精神醫(yī)學話語差異較大的問題可以提煉為如何實現司法決策與診斷決策的智能化輔助問題。司法決策與精神障礙診斷、鑒定決策均屬于決策問題，兩者的差異在于決策表征維度差異，也就是作出決策依賴的標準、所考慮的因素、判斷分析問題的邏輯推理路徑與角度存在差異。人工智能技術在“一級嵌入”層次上，需要將兩種學科的決策標準、決策涉及因素、判斷分析的邏輯推理路徑進行智能化記錄、分析與便捷化展示，由此實現對兩類決策的分別輔助與溝通。另一方面，精神障礙診斷、鑒定工具存在局限性的問題可以提煉為如何利用人工智能技術增加診斷依賴信息量、提升診斷依賴信息精確度與客觀度的問題。人工智能技術在“一級嵌入”層次上，需要利用自身的優(yōu)勢為精神障礙診斷者與鑒定者提供更多維度、多尺度、多方法的信息，提高診斷所依賴信息的精確度與客觀度。

在“二級嵌入”層面上，主要考慮人工智能技術分別和法學與精神醫(yī)學結合之后，由此研發(fā)出的智能輔助決策系統(tǒng)的可用性，也從司法精神病鑒定業(yè)務實踐角度考慮智能系統(tǒng)的可用性與易用性。解決可用性與易用性的問題，需要遵循“分塊開發(fā)”“系統(tǒng)整合”與“流程整合”的系統(tǒng)設計與研發(fā)邏輯?！胺謮K開發(fā)”是指技術開發(fā)人員與司法精神病鑒定人員進行密切配合，調查研究司法精神病鑒定人員與司法裁判者所關注的影響精神病鑒定的關鍵指標，并結合技術資源探討哪些關鍵指標可以通過既有的技術手段實現，并將其逐個、分塊開發(fā)實現，通過對實踐工作者的調研、需求提煉、模擬設計與功能探討來滿足實踐工作者的業(yè)務要求?！跋到y(tǒng)整合”指的是將“分塊開發(fā)”的系統(tǒng)模塊拼裝成一個完整系統(tǒng)，重點解決的是業(yè)務信息、業(yè)務數據的傳輸與分發(fā)的問題。在司法精神病鑒定實踐中，哪些信息和數據需要傳輸給精神病診斷與鑒定部門，哪些信息和數據需要傳輸給司法裁判部門，哪些數據和信息需要同時在兩個部門留存與備份，都是在“系統(tǒng)整合”階段完成的任務?！傲鞒陶稀敝傅氖侨绾螌崿F智能系統(tǒng)與司法精神病鑒定工作組織與工作機制有效銜接，具體表現為安排哪些部門使用智能系統(tǒng)，是否需要專門崗位與部門使用智能系統(tǒng)，智能系統(tǒng)是否能夠簡化傳統(tǒng)工作流程，以降低實踐部門的實際操作負擔。

總言之，在“雙嵌入”應用原則指導下，“一級嵌入”的核心理念是依靠人工智能技術解決傳統(tǒng)理論與方法難以解決的問題，將司法精神病鑒定實踐中傳統(tǒng)上幾乎不可能解決或者難以解決的問題利用技術予以化解?！岸壡度搿钡暮诵睦砟顒t是將具有更高科學性的研究成果與工作實踐結合，不僅要實現人工智能系統(tǒng)的可用性，更要讓人工智能系統(tǒng)變得“好用”，切實提升實踐部門的工作效率，降低重復工作負擔。

(二) 自然語言處理、心理計算與智能輔助決策技術資源

在“雙嵌入”應用原則的指導下，當前與司法精神病鑒定密切相關的人工智能技術資源主要包括自然語言處理技術、普適心理計算技術與智能輔助決策技術。

首先，自然語言處理技術能夠對大規(guī)模文本進行中心詞與關鍵詞識別、摘要抽取與主題抽取，輔助用戶進行快速的大規(guī)模文本分析與理解、知識梳理、信息檢索。如果應用于司法精神病鑒定實踐，自然語言處理技術能夠輔助精神病診斷鑒定人員與司法裁判人員進行案情線索梳理、關聯關系分析、類案推理、類案檢索等工作，能夠極大地提升鑒定人員與裁判人員對案情的分析與研判的能力，幫助鑒定人員與裁判人員在一系列案情描述、證據中精確、快速地找到與精神病鑒定相關的信息。在國內司法實踐領域，目前應用較多的自然語言處理技術案例主要是阿里云與達摩院聯合研發(fā)的自然語言處理開放平臺、睿企科技研發(fā)的文本大數據分析系統(tǒng)。

其次，心理計算技術通過攝像機采集人像圖片或者視頻數據、麥克風采集語音數據、社交網絡行為數據、社會行為數據等多種類型的數據并進行智能建模分析，使用戶能夠隨時隨地對自我與他人的心理特征、心理過程、心理狀態(tài)進行全面計算分析。針對臨床精神醫(yī)學實踐中常用的風險評估工具中存在的形式問題與邏輯問題，心理計算技術體系一方面將原先“主觀主義”的數據采集方式變成了純粹客觀化的數據采集方式，另一方面不再依賴被鑒定、被評估對象主動陳述或者提供資料信息，從而消除了其提供存在偏差信息的可能性。

舉例而言，中國心理學會法律心理學專業(yè)委員會、中國政法大學犯罪心理學研究中心與青島認知人工智能研究院聯合研發(fā)的“非接觸實時動態(tài)心理評測系統(tǒng)”就是心理計算技術的一個應用示范，系統(tǒng)能夠對測評參與者在一個長連續(xù)時間序列的心理狀態(tài)進行分析，建立其心理表征的電子跟蹤記錄。對于司法精神病鑒定實踐而言，獲取被鑒定人在一個連續(xù)的長時間段內的心理狀態(tài)跟蹤記錄，能夠極大地提升鑒定人對被鑒定人癥狀特征、癥狀表現、風險等級等諸多方面情況判斷的客觀性、準確性。在精神障礙分類診斷中，根據DSM-V手冊的分類規(guī)范，在雙相障礙(Bipolar Disorder)中的雙相Ⅰ型障礙、雙相Ⅱ型障礙以及其中的復發(fā)性抑郁障礙(Recurrent Depressive)、輕躁狂(Hypomanic Episodes)研究較少，區(qū)分較困難[36]。早在克雷丕林(Kraepelin)時期，“躁郁癥”(Manic-Depressive Insanity)的描述就包含了現在幾乎所有的情緒障礙，但是在其中亞型并未作進一步區(qū)分[37]。根據當前的分類診斷標準，上述幾種障礙均涵蓋了躁狂、抑郁之間的狀態(tài)轉移，亞型與亞型之間區(qū)別僅在于分布時間段、強度與組合方式的差異。若采用傳統(tǒng)結構化訪談或者填寫量表的方法，幾乎很難在一個持續(xù)周期內精確采集到患者在躁狂、輕躁狂、抑郁情緒上的狀態(tài)轉移情況，故難以在幾種抑郁障礙亞型之間準確進行分類診斷。采用先前所述的心理計算系統(tǒng)，能夠每日連續(xù)多次對患者進行情緒狀態(tài)、情緒類型、情緒異常等級的自動采集記錄，形成追蹤式的情緒電子病歷，從而輔助臨床精神科醫(yī)師對患者在躁狂、輕躁狂、抑郁狀態(tài)的分布時間長度、持續(xù)時間長度、情緒強度、情緒異常等指標進行精確化、計量化分析，從而為分類診斷提供客觀、精確的依據。

最后，智能輔助決策系統(tǒng)主要用于輔助用戶作出科學、精準的決策。一方面，智能輔助決策系統(tǒng)為決策者提供更加多元化的決策基礎信息，即在決策信息量上增加數量與質量，為決策者提供更多的決策支撐信息；另一方面，智能輔助決策系統(tǒng)能夠幫助決策者篩選、過濾無關信息，提取與決策高度相關的信息，在具體決策輔助上降低信息的冗余度，提升決策者加工信息的效率。具體而言，智能輔助決策系統(tǒng)能夠幫助司法裁判人員與精神病診斷與鑒定人員進行跨學科話語溝通，根據用戶身份為用戶提供對應的決策支持信息，如向司法裁判人員推送與人身危險性、辨認控制能力相關的診斷病歷信息與案情信息，向精神病鑒定人員推送患者行為描述、測評結論等信息。

綜上，以“雙嵌入”原則為指導，遵循“分塊開發(fā)”“系統(tǒng)整合”和“流程整合”的設計與研發(fā)路徑，依靠自然語言處理技術、心理計算技術與智能輔助決策技術資源開發(fā)一套人工智能輔助精神障礙鑒定的系統(tǒng)，能夠賦能司法精神病鑒定實踐，一定程度上解決因學科間話語差異較大、精神病評估工具與方法精確性與客觀性欠缺而導致的司法精神病鑒定意見信度不足的問題。