生成式AI聊天机器人在心理健康治疗中表现出色，但仍需监督

使用生成式AI驱动的聊天机器人进行心理健康治疗的成年人在临床水平的心理健康症状方面表现出显著减少，根据一项随机试验的结果。此外，聊天机器人的使用率很高，参与者对其的评价与真人治疗师相当。这些发现发表在《新英格兰医学杂志》旗下的《NEJM AI》上。

数据来自Heinz MV等人在《NEJM AI》2025年的研究。Dartmouth College Center for Technology and Behavioral Health的人工智能和心理健康实验室博士后研究员Michael V. Heinz表示：“虽然这些结果非常有希望，但没有一个生成式AI代理已经准备好在心理健康领域完全自主运行，因为它们可能会遇到各种高风险情景。”他补充说：“我们仍需要更好地理解和量化生成式AI在心理健康背景下使用的风险。”

数字疗法为当前心理健康基础设施的不足提供了解决方案，包括有限的可扩展性和可访问性。基于此，生成式AI（Gen-AI）聊天机器人可能通过提供更大的个性化和潜在的治疗联盟来提高患者对数字疗法的参与度，但相关研究仍然有限。

这激发了Heinz及其同事进行了首个全国性的随机对照试验，测试他们自己开发的生成式AI聊天机器人Therabot。Dartmouth的研究人员从2019年开始开发Therabot，这是一个基于iOS和Android的文本多线程聊天应用程序，并用专业编写的心理治疗师-患者对话对其进行训练，基于第三波认知行为疗法。

他们评估了Therabot在治疗主要抑郁症（MDD）、广泛性焦虑障碍（GAD）或高风险进食障碍（CHR-FED）的症状方面的效果。研究招募了210名18岁及以上的成年人（平均年龄33.86岁；标准差10.97岁；59.5%为女性；53.3%为非西班牙裔白人），通过Meta Ads广告活动招募。根据自我报告的问卷回答，研究人员将参与者分为MDD组（n = 142）、GAD组（n = 116）或CHR-FED组（n = 89），然后随机分配到为期4周的Therabot干预组（n = 106）或等待名单对照组（n = 104）。

干预组的参与者在前4周被提示与Therabot互动，随后4周可以按需互动。对照组的参与者在研究结束后才能访问Therabot。

研究的主要结果包括从基线到干预后（4周）和随访（8周）的症状变化，使用患者健康问卷9（PHQ-9）、广泛性焦虑障碍问卷（GAD-Q-IV）或体重关注量表（WCS）进行测量。次要结果包括用户参与度、接受度和治疗联盟，后者描述了患者与护理者之间的信任和合作水平。

结果显示，与对照组相比，Therabot用户的相应症状有所减少。具体而言，在MDD组中，与对照组相比，Therabot用户在干预后的PHQ-9评分变化更大（-6.13 vs. 2.63），随访时也是如此（-7.93 vs. -4.22）。在GAD组中，GAD-Q-IV评分也显示出类似的趋势（干预后：-2.32 vs. -0.13；随访：-3.18 vs. -1.11），在CHR-FED组中，WCS评分也如此（干预后：-9.83 vs. -1.66；随访：-10.23 vs. -3.7）。

此外，干预组报告的与Therabot的治疗联盟与面对面治疗师相当。干预组中的96名患者在七点李克特量表上对Therabot进行了评分，其中7分最高。总体满意度为5.3（标准差1.89），用户普遍认为Therabot易于学习使用（6.42；标准差1.18）且直观（5.58；标准差1.58）。大多数人认为Therabot会话有用（5.44；标准差1.82），并表示他们会自行使用它（5.12；标准差2.02）。重要的是，他们认为Therabot与真实治疗师相似（4.9；标准差2.21）。

最后，研究人员发现，95%的干预组参与者与Therabot进行了互动。参与者在整个研究期间平均使用Therabot 6.18小时。工作人员因安全问题（如自杀念头）或纠正Therabot的不当回应而介入了28次（安全问题15次，不当回应13次）。

研究人员指出该研究存在一些局限性，包括可能的选择偏差，即更倾向于年轻且对AI开放的人群。Heinz表示：“Therabot随时可用，以应对日常生活中的挑战，并能实时引导用户处理这些问题。”他补充说，开发用于心理健康领域的生成式AI系统，如Therabot，需要严格的安全性、有效性和互动方式基准，并应包括心理健康专家的参与和监督。“使AI如此有效的特性也带来了风险，”他说，“患者可以对它说任何话，它也可以回任何话。”

(全文结束)