First therapy chatbot trial shows AI can provide 'gold-standard' care

研究参与者表示，他们对名为Therabot的系统产生的信任感和沟通效果，已达到与心理健康专业人士合作的可比程度。

这项试验覆盖了全美106名被诊断患有重度抑郁症、广泛性焦虑症或进食障碍的患者。参与者通过智能手机应用与Therabot互动，通过文字回应系统关于情绪状态的提问，或在需要倾诉时主动发起对话。

研究人员报告显示，抑郁症患者的症状平均减轻了51%，情绪和整体健康状况获得临床意义上的显著改善。广泛性焦虑症参与者报告症状平均减轻31%，许多人从中度焦虑转为轻度，或从轻度焦虑降至临床诊断阈值以下。

在传统上更难治疗的进食障碍高风险群体中，Therabot使用者对体型和体重问题的关注度平均下降19%，显著优于同期参与试验的对照组。

研究人员总结指出，虽然AI辅助治疗仍需临床医生监督，但对于无法定期或即时获得专业服务的人群，这种技术有望提供实时支持。

"我们观察到的症状改善程度与传统门诊治疗报告数据相当，表明这种AI辅助方法可能带来临床意义上的益处，"该研究资深作者、达特茅斯盖塞尔医学院生物医学数据科学与精神病学副教授尼古拉斯·雅各布森表示。

"线下诊疗不可替代，但专业服务资源远远不足，"雅各布森指出。数据显示，美国每位心理健康服务提供者平均需要应对1600名抑郁症或焦虑症患者。

作为达特茅斯技术与行为健康中心治疗研发评估核心主任，雅各布森表示："我们希望生成式AI能为线下诊疗体系外的庞大群体提供心理支持。我认为人工治疗与软件辅助可以协同发挥作用。"

该研究第一作者、达特茅斯精神病学助理教授迈克尔·海因茨强调，试验结果同时凸显了生成式AI在心理健康领域安全有效应用前仍需突破的关键问题。

"虽然结果令人鼓舞，但当前没有任何生成式AI能完全自主应对心理健康领域可能遇到的各类高风险情境，"同时担任新罕布什尔州黎巴嫩市达特茅斯希区柯克医疗中心主治精神科医师的海因茨表示，"我们仍需更深入理解和量化生成式AI在心理健康应用中的风险。"

Therabot自2019年起在雅各布森领导的达特茅斯AI与心理健康实验室开发，整个过程持续获得达特茅斯医疗体系心理专家的专业指导。

海因茨介绍，当用户发起对话时，Therabot会基于研究人员根据心理治疗和认知行为疗法最新循证实践构建的训练集，生成自然开放的文本对话。

例如当焦虑症患者向Therabot倾诉近期感到紧张不安时，系统可能回应："让我们退一步思考，为什么你会有这种感觉？"若检测到自杀意念等高危内容，系统会立即提供拨打911或联系预防自杀热线的屏幕按钮。

临床试验中随机选择的参与者获得为期四周无限制使用权限。研究人员同时追踪了104名未接触Therabot的相同诊断患者作为对照组。

约75%的Therabot使用者试验期间未接受药物或其他治疗。该应用通过对话学习个性化调整提问和回应，研究人员持续评估对话内容以确保符合最佳治疗规范。

四周后，研究团队采用临床标准问卷评估进展。在后续四周仅保留主动对话功能的阶段结束后进行二次评估。雅各布森指出，八周后所有使用者症状减轻程度均超过统计学显著阈值。

这些差异转化为患者日常生活中可感知的实际改善。参与者平均使用时长6小时，相当于8次标准治疗会话。"效果堪比门诊认知行为黄金标准治疗，"雅各布森表示，"这相当于在更短时间内提供医疗体系中的最佳治疗方案。"

关键发现是，使用者报告的"治疗联盟"程度与线下诊疗相当。这种关乎医患信任与协作的关系被视为治疗成功的关键指标。证据显示用户不仅详细回应提问，还会频繁主动发起对话，且在深夜等不适时段互动增加。

"人们几乎将软件视为朋友的态度超出预期，说明真实关系的建立，"雅各布森分析，"这种无评判性质的交流可能提升了沟通舒适度。"

海因茨指出，Therabot试验证明生成式AI能提升患者参与度及持续使用意愿。"它突破空间限制，可实时指导应对生活挑战。但高度自由的对话特性既是优势也是风险来源。"

他强调此类系统的开发与临床测试需建立严格的安全、效能和交互标准，并保持心理健康专家的深度参与。"当患者出现自杀倾向或系统回应异常时，研究团队必须能立即干预。虽然Therabot很少出现这种情况，但始终是生成式AI的潜在风险。"

雅各布森透露，两年前早期版本评估中超过90%的回应符合治疗规范，这为临床试验奠定了基础。"ChatGPT发布后许多企业涌入该领域，但表面光鲜的概念验证缺乏扎实的安全效能验证。我们这个坚持严谨监督的团队因此显得与众不同。"