夜雨聆风更让人心里发紧的是增长趋势。从1990年到2021年，中国抑郁症病例数从3440万涨到了5310万，涨了54%。焦虑症从4050万涨到5310万，涨了31%。《柳叶刀》的数据，2024年又出过一轮更新，方向没有变，还在往上走。
但治疗率是多少呢？9.5%。
做过治疗的，不到一成。而在这不到一成人里，真正得到有效治疗的，0.5%。
一千个抑郁症患者里，只有五个接受了正确的治疗。其他995个人，在哪里？在等一个排不到的号，在被说「你就是想太多了」，在自己扛着，不知道原来这可以是一个病。
这些数据，我们换个维度去看，会很刺眼。
现在全中国都在聊AI改造医疗。新药研发加速了，影像诊断被AI做了，手术都有机器人在动了。每个方向都在喊变革，每次融资新闻出来标题都是「即将重塑医疗行业」。
但你看那个9500万人。
他们在这张变革的地图上，吗？
我觉得可能不在。
先不急，不是想说AI没用。AI有用，后面会说到。但得先把问题铺开，才看得清这件事的疙瘩在哪里。
心理疾病和其他病，有一个最根本的不同。躯体上的病，是「你的身体出了问题」。精神的病，在太多人眼里，是「你出了问题」。
多了一个「你」。
胃痛，是胃的错。直接吃药，直接找病因。抑郁呢，先得证明是你这个人不行。想太多了吧你。意志力差。不够坚强。把这些证明一遍，好了，医学才轮得到出场。
这不是某个人不够善良。这是一种深到骨头里的结构性偏见，连患者自己都会内化。我见过不止一个人跟我说，「我也没什么大事吧」「应该还不到看病的程度吧」。说这话的人很可能已经够得上临床诊断标准了，但他在等一个更严重的「证据」，来允许自己去求助。
如果发烧40度，不会等。体温计一量，走，去医院。
精神上的40度，没有温度计。你只能靠自己的描述，去说服别人也说服自己，我现在真的有40度了。
还有一个更隐蔽的问题，落在药上。
我认识好几个抑郁症的朋友，吃药之后整个人是蒙的。极度嗜睡，脑子像被雾罩住，每天没什么精力也没什么精神。有数据说米氮平的镇静报告率是58.8%，西酞普兰是52%，超过一半的人吃这些药会困到不行。
这件事本身已经够折磨了。但更要命的是，身边人看到的画面是，这个人整天躺着，好像什么都不想干。
没人告诉他「你现在这样是药的副作用，是治疗的一部分」。他被理解成「吃了药还更懒了」。
医生那边的回复倒是很标准。剂量只能试，先吃一段时间，观察一下，调整一下。
「吃一段时间」这四个字，对没经历过的就是四个字。对正在经历的人来说，是每天顶着嗜睡和脑雾去上班、去生活、去应对那些觉得你不够努力的目光。一个月没效果，换剂量，再来一个月。换药，再来几个月。
这个过程学名叫「剂量滴定」。
实际操作就是一个字，熬。。。
更让人沮丧的是，熬了也未必有用。大概三分之二的患者对现有药的净获益不满意。中国患者自主停药的三大原因，36.1%怕长期副作用，34.2%觉得没必要，30%以为自己好了。
好，现在把镜头拉回来。
前面说的，9500万人，54%的增长，9.5%的治疗率，0.5%的有效率，剂量滴定靠熬，药吃了可能更没精神。这些东西，AI能解决吗？
说真的，有一部分确实能。
药物研发可能是AI在心理健康领域最有希望的切入点。传统路径，一个新药从实验室到上市，十几年。蛋白质结构预测、化合物筛选、临床试验设计，这些环节都在被AI提速。已经有公司在用机器学习找新的抗抑郁靶点，北京中科院团队在做氯胺酮类似物的设计，上海那边在用AlphaFold筛分子。这些都是实打实的进展。
还有数字疗法。AI对话、情绪监测、认知行为治疗的数字化辅助，这些现在还很早期，但这个方向值得探索。用技术把触达门槛打下来这件事，本身就有价值。
但我说实话，今天AI处在什么阶段？给大家一个具体的例子。
如果让AI分析一个患者吃了什么药、吃了多久、效果怎么样、副作用是什么，它确实能帮忙。比如判断某种血清素抑制剂是不是导致了情感迟钝，或者从大量病历里找出「这个副作用在女性身上更常见」这种模式。理论上，这些能力如果能落地，剂量滴定会从「猜」变成更接近「算」。
问题是，落地这件事，卡在哪里？
卡在那5.7万个精神科医生。
就算AI明天就是全世界最好的精神科大夫，你也得有人开药。全中国只有5.7万精神科医生，很多城市要排三个月才排到一个号。精神科医生在同一个医院里，同样年资，薪资只有肿瘤科的60%。你看的是大脑，人家看的是心脏，一样读了八年医学院，你工资少四成。
一个新药从15年变成15个月，是进步。但药出来了谁开？那15个月的压缩，省的是研发端的时间。临床端的那个等待，那个医生不够、排不上号、排上了也只给你15分钟的尴尬，没变。
还有一个更根本的事。
心理疾病不是感冒。不是一颗药下去脑子就亮了。它需要药、心理治疗、社会支持、生活方式调整，这是一个系统。AI能加速药，但加速不了人和人之间的理解。
那个等待期，不可以被AI压缩。
在等药起效的那几周里，真正难熬的，不是副作用。是你不知道怎么解释你为什么是现在这个样子。你也不知道别人到底信不信你。
这个是温度问题。不是技术问题。
还有一个细思恐极的逻辑。
AI驱动的医疗，逻辑是什么呢？是用数据训练模型，靠有标注的病例、有结构的影像、有清晰输入输出的临床路径去优化。
心理疾病的诊断有这些东西吗？
没有高温体温计。没有CT。诊断靠的是一套量表，一套问话流程，很大程度上依赖医生跟你面对面的那十几分钟的直觉。这件事本身就很难被数据化。你说一个AI模型要学「这个病人看着还行但其实快撑不住了」这种判断，它的训练集在哪里？
不是说不可能。我是说这个领域的结构性障碍，比肿瘤和心脏病那一套深得多。
所以严肃地说，AI能帮到心理健康。但必须得承认，它帮的是一个长链条上的前半段。药可以更快，诊断也许更准，触达也许更容易。但后半段，医生够不够，家人理不理解，社会态度有没有变，这些才是真正决定一个人能不能走出来的东西。
我有时候觉得，我们在聊医疗变革的时候，聊的都是「病」。把病治好，结束。
但心理疾病不是这样的。治好它需要把人接住。
9500万。9.5%。
治好一个人，和接住一个人，是两件不同的事。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
参考资料
Huang Y, et al. "Prevalence of depressive disorders and treatment in China: a cross-sectional epidemiological study." The Lancet Psychiatry, 2021.
Huang Y, et al. "Prevalence of mental disorders in China: a cross-sectional epidemiological study." The Lancet Psychiatry, 2019; 6(3): 211–224.
Jumper J, et al. "Highly accurate protein structure prediction with AlphaFold." Nature, 2021; 596: 583–589.
Zhou X, et al. "Adverse effects of 21 antidepressants on sleep during acute-phase treatment in major depressive disorder." Sleep, 2023; 46(10): zsad177.
Zhu Y, Wu Z, Sie O, et al. "Causes of drug discontinuation in patients with major depressive disorder in China." Progress in Neuro-Psychopharmacology and Biological Psychiatry, 2020; 96: 109755.