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

研究参与者还表示，他们对名为Therabot的系统产生了可与心理健康专业人员相当的信任度和沟通能力。

该试验招募了106名来自美国各地、被诊断为重度抑郁症、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，根据提示输入自身感受的反馈，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少51%，情绪和整体幸福感获得了临床显著改善。广泛性焦虑症参与者报告症状平均缓解31%，多数人从中度焦虑转为轻度焦虑，或从轻度焦虑降至临床诊断阈值以下。

在进食障碍高风险人群中（传统上更难治疗的群体），Therabot使用者对体形和体重的担忧平均减少19%，显著优于试验中的对照组。

研究人员总结指出，虽然AI驱动的治疗仍需临床医生监督，但其潜力在于能为众多无法定期或即时获得心理健康服务的人群提供实时支持。

"我们观察到的症状改善程度与传统门诊治疗报告的效果相当，表明这种AI辅助方法可能带来临床意义的益处，"该研究资深作者、达特茅斯盖泽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。

"面对面护理不可替代，但现有服务资源严重不足，"雅各布森指出。仅在美国，每位执业医师平均需服务1600名抑郁或焦虑患者。

担任达特茅斯技术与行为健康中心治疗研发评估核心主任的雅各布森表示："我们希望生成式AI能为医疗体系外的庞大群体提供心理支持。我认为人与人治疗和软件治疗具有协同发展的潜力。"

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保障生成式AI安全有效治疗所需的关键工作。

"尽管结果令人鼓舞，但当前没有任何生成式智能体能完全自主应对心理健康领域可能遇到的各类高风险场景，"兼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，"我们仍需深入理解和量化心理健康场景中应用生成式AI的风险。"

Therabot自2019年起在雅各布森于达特茅斯设立的AI与心理健康实验室持续开发，过程中不断咨询达特茅斯及达特茅斯健康系统的心理学家和精神科医生。

海因茨说明，当用户发起对话时，Therabot基于研究人员根据循证心理治疗及认知行为疗法最佳实践创建的原始训练集，生成自然开放的文本对话。

例如当焦虑症患者向Therabot诉说近期感到紧张不堪时，系统可能回应："让我们退一步分析你产生这种感受的原因"。若在对话中检测到自杀意念等高危内容，Therabot会提示患者通过屏幕按钮立即联系911或自杀预防危机热线。

临床试验为随机选中的Therabot组提供四周无限制使用权，同时追踪104名同等诊断但未接触Therabot的对照组患者。

约75%的Therabot组参与者当时未接受药物或其他治疗。应用程序根据对话内容定制化提问与反馈，研究人员持续评估对话内容确保符合最佳治疗规范。

四周后，研究团队通过临床标准化问卷评估进展。在后续四周仅可主动对话无系统提示的阶段，团队进行了二次评估。

雅各布森指出，八周后所有Therabot使用者的症状均出现超越统计学显著性的显著缓解。

这些差异代表患者在日常生活中可感知的实质性改善。试验期间用户平均使用Therabot六小时，等效于八次治疗会谈。

"我们的结果等同于患者在门诊接受黄金标准认知治疗的效果，"雅各布森强调，"这意味着我们可能在更短时间内提供医疗系统中最顶级的治疗。"

关键发现是，患者报告与Therabot建立的"治疗同盟"程度堪比线下医患关系。治疗同盟指患者与照护者间的信任协作水平，被视为治疗成功的关键要素。

雅各布森指出，这种联结的体现是：患者不仅详细回应系统提示，还频繁主动发起对话。软件交互量在深夜等身心不适时段呈现峰值。

"我们未预料到人们几乎将软件视为朋友。这说明他们确实与Therabot建立了关系，"雅各布森分析，"我认为患者对聊天机器人畅所欲言源于其非评判性特质。"

海因茨表示，Therabot试验证明生成式AI能提升患者参与度，更重要的是增强持续使用意愿。

"Therabot突破诊室限制随时响应生活挑战，实时引导应对策略，"海因茨说明，"但赋予AI高效能的特性也蕴含风险——患者可任意倾诉，而AI可能作出任何回应。"

海因茨强调，这类系统的开发与临床测试需建立严格的安全效能标准及交互语气规范，并需要心理健康专家的密切监督参与。

"本次试验凸显：当患者表达自杀意念等急性安全风险，或软件响应违背最佳实践时，研究团队必须具备即时干预能力，"他表示，"所幸Therabot极少出现这种情况，但这始终是生成式AI的潜在风险，我们团队已做好应对准备。"

雅各布森透露，两年前对Therabot早期版本的评估显示，超过90%的响应符合治疗最佳实践，这为推进临床试验奠定了基础。

"自ChatGPT发布以来，众多机构涌入该领域。虽然概念验证看似光鲜，但其安全性和有效性尚未确证，"雅各布森警示，"这正是需要严格监管的领域，扎实的监督机制让我们在行业中脱颖而出。"