精神疾病一直是醫療領域的治療難點，伴隨現代生活節奏加快，以及越來越碎片化、不規律的日常作息，諸如抑郁癥、焦慮、狂躁癥等心理問題不時出現，如果能夠有效做到提前預防監測，也許會在問題嚴重之前做出調整。
該項目以 2015 年發表的研究作為基礎，通過對 59 名普通人的語言方式追蹤、分析，并對語言連貫性進行評分，確定潛在患病風險。59 位參與者在隨后兩年中，有 19 名出現了精神障礙，而 AI 預測的精確度達到 83%，這背后的判斷依據，是 AI 技術發現處于精神疾病風險的人在說話時使用了較少的所有格代詞，并且連貫句子較少，這可能是精神疾病的一部分前兆。

盡管準確率還有待進一步提升，但 AI 工具對于精神疾病研究具有重要意義。一方面，精神疾病相關專業人員供不應求，機器學習一定程度上能夠幫助專家在進行相關診斷；另一方面，新的 AI 工具研究的不斷深入，也許能夠為精神疾病治療尋找到新的方法。
近期，來自 IBM 的計算精神病學和神經成像研究小組團隊開始嘗試利用機器學習預測人患精神疾病的風險，通過對一些心理疾病的記錄分析，他們發現了潛在的影響精神疾病的因素。
IBM 研究報告員 Guillermo Cecchi 表示：「AI 能夠擴大在目前傳統方式之外評估的范圍，并有可能提前預測到患者未來幾年的精神風險，幫助醫護人員更好分配資源，提供更好的精神護理?！惯@一研究也不僅局限于抑郁癥，更會進一步對阿爾茲海默癥、帕金森癥等疾病機型預防。但由目前發表的研究報告來看，對于語言的分析是否能夠適用于所有語種？另外，不同病癥是否會有不同的語言傾向，也有待進一步研究。