(资料图片仅供参考)

文章援引世界卫生组织的数据指出，全球约有10亿人患有精神疾病，其中许多人无法获得必要且优质的救助和照护。特别是在中低收入国家，精神类疾病发病率正快速上升，但临床治疗师数量却很少。语言、地理环境和经济障碍都成为人们难以获得心理健康支持的因素。

文章指出，为弥合心理健康服务需求缺口，人们正转向人工智能驱动的聊天机器人。多项专业数据显示，心理健康支持是人们使用聊天机器人最核心的应用场景之一。其有望在解决医疗资源缺乏和不平等问题上发挥重要作用。

文章称，IEEE专家指出，这些人工智能模型并非专为心理健康领域设计，但一旦使用高质量的心理健康数据对其进行训练，便能够在准确性和效率上达到令人满意的表现。

IEEE专家还指出，人工智能驱动的聊天机器人为心理健康支持提供了“可规模化且易获取”的方式：任何有互联网接入的人都能获得基本的治疗指导和数字疗法，无论其地理位置或经济状况如何。

文章称，近年来，生成式人工智能和大语言模型因其能开展自然、拟人对话的能力而备受关注。机器学习领域的最新技术突破已经催生出专门针对精神疾病与健康问题的新型工具。与通用聊天机器人不同，医疗大语言模型包含更丰富的知识库，如疾病诊断、用药建议和病症解析等。

文章举例称，这些工具通过分析可穿戴设备数据中的模式，对抑郁症等疾病进行早期筛查；通过预测个体患者对治疗的反应，实现更具针对性和有效性的照护。

IEEE专家同时强调，数字工具有助于辅助诊断，但最终的医学评估仍需要严格的伦理规范和临床观察。

IEEE专家们还指出，数字工具的缺陷包括“缺乏共情能力、患者数据隐私问题、不同数据训练类型可能导致的偏差、部署到新环境下的稳定性和适应性”等。

文章展望称，随着机器学习和人工智能临床应用的拓展，未来五年，有望看到机器学习模型通过临床验证，并融入临床试验与日常诊疗实践，尤其是在早期筛查和个性化治疗方案选择领域。

文章强调，要实现这一目标，需解决监管层面的担忧并建立保障机制，以推动技术的可持续应用。

标签：