研究人员进行了首个临床试验，评估一种由人工智能驱动的治疗聊天机器人，发现接受诊断的心理疾病患者在八周内症状经历了临床显著改善。用户通过智能手机应用程序与该软件（名为Therabot）互动，并报告与心理健康专业人士的互动相当。研究人员得出的结论是，虽然人工智能驱动的治疗在临床医生监督方面仍然迫切需要，但它有潜力为许多缺乏定期或即时专业帮助的人提供实时支持。
达特茅斯大学的研究人员进行了首个由生成性人工智能驱动的治疗聊天机器人临床试验，研究结果发表在《NEJM AI》杂志上，该杂志由《新英格兰医学杂志》的出版商发行。
研究中的参与者还报告称，他们可以在一定程度上信任并与这个名为Therabot的系统沟通，这与与心理健康专业人士工作相当。
该试验涉及106名来自美国各地的主要抑郁症、广泛性焦虑症或饮食障碍患者。参与者通过智能手机应用程序与Therabot互动，输入他们的感受或在需要交谈时发起对话。
研究人员报告称，抑郁症患者的症状平均减少了51%，导致情绪和整体幸福感的临床显著改善。而广泛性焦虑症患者的症状平均减少了31%，许多人从中度焦虑转变为轻度焦虑，或从轻度焦虑转变为诊断临界值以下。
在易患饮食障碍的风险人群中——这些人群通常更难治疗——Therabot用户在对身体形象和体重的担忧上平均减少了19%，这显著超过了参与试验的对照组。
研究人员得出结论，虽然人工智能驱动的治疗仍然迫切需要临床医生的监督，但它有潜力为许多缺乏定期或即时心理健康专业帮助的人提供实时支持。
“我们观察到的症状改善可与传统门诊治疗的结果相媲美，这表明这种人工智能辅助的方法可能提供临床有意义的益处，”该研究的高级作者、达特茅斯大学吉塞尔医学院生物医学数据科学和精神病学的副教授尼古拉斯·雅各布森说。
雅各布森表示：“面对面护理没有替代品，但可供选择的提供者远远不够。”他说，在美国，每一位可用的提供者背后平均有1600名仅患有抑郁症或焦虑症的患者。
“我们希望看到生成性人工智能帮助为大量处于面对面护理系统之外的人提供心理健康支持。我看到人对人和基于软件的治疗可以共同工作的潜力，”雅各布森说，他是达特茅斯大学技术与行为健康中心疗法开发与评估核心的主任。
本次试验的第一作者、达特茅斯大学的精神病学助理教授迈克尔·海因茨表示，试验结果还强调了在生成性人工智能可以安全有效地用于治疗人之前所需进行的关键工作。
“虽然这些结果非常有希望，但没有任何生成性人工智能代理能够在心理健康领域完全自主操作，因为它可能遇到非常广泛的高风险场景，”海因茨说，他还在新罕布什尔州列班农的达特茅斯·希彻克医疗中心担任主治精神科医生。“我们仍需更好地理解和量化在心理健康背景下使用生成性人工智能的风险。”
Therabot自2019年以来在雅各布森的人工智能和心理健康实验室中开发。在这个过程中，持续与达特茅斯和达特茅斯健康系统的心理学家和精神病学家进行磋商。
当人们启动与应用程序的对话时，Therabot会根据研究人员根据当前的循证最佳实践为心理治疗和认知行为疗法开发的原始训练集，带来自然、开放式的文本对话。
例如，如果一位焦虑患者告诉Therabot他们最近感到非常紧张和不知所措，它可能会回应：“让我们退一步，问问你为什么会有这样的感觉。”如果Therabot在与用户对话中检测到高风险内容，比如自杀意念，它会提供一个提示，按下屏幕上的按钮即可拨打911或联系自杀预防或危机热线。
临床试验为随机选出的参与者提供了四周的无限制访问Therabot的机会。研究人员还跟踪了104名与试验条件相同，但没有访问Therabot的对照组。
几乎75%的Therabot组在试验时没有接受药物或其他治疗。该应用程序询问人们的幸福感，根据与参与者交流中学到的信息个性化其问题和回应。研究人员评估对话，以确保软件按照最佳治疗实践进行响应。
四周后，研究人员通过临床医生用来检测和监测每种病症的标准化问卷来评估参与者的进展。团队在随后的四周进行第二次评估，届时参与者可以主动与Therabot对话，但不再收到提示。
在八周后，所有使用Therabot的参与者经历了明显的症状减少，超出了临床医生认为具有统计意义的水平，雅各布森说。
雅各布森表示，这些差异代表了患者在日常生活中可能注意到的强有力、现实的改善。用户在整个试验中平均与Therabot互动了6小时，相当于大约八个治疗会话。
“我们的结果可以与能够获得标准认知治疗的门诊患者的结果相媲美，”雅各布森说。“我们谈论的实际上是为人们在更短时间内提供可能相当于最佳护理系统治疗的效果。”
关键是，研究发现人们报告了与临床医生的面对面提供者一样程度的“治疗联盟”。治疗联盟关系到患者和照顾者之间的信任与合作程度，被认为是成功治疗的关键。
这一纽带的一个迹象是，参与者不仅详细回应Therabot的提示——他们还经常发起对话，雅各布森说。与软件的互动还在与身体不适相关的时刻提升，例如在深夜。
“我们没有预料到人们几乎会把软件视为朋友。这告诉我，他们实际上是在与Therabot建立关系，”雅各布森说。“我的感觉是，人们也会觉得与机器人交谈很舒服，因为它不会评判他们。”
Therabot试验显示，生成性人工智能有潜力提高患者的参与度，更重要的是，持续使用该软件，海因茨说。
“Therabot不限于办公室，可以随时陪伴患者。它全天候提供对日常生活中出现的挑战的支持，并能够实时引导用户应对这些挑战，”海因茨说。“但是使人工智能如此有效的特性也带来了风险——患者可以对它说任何话，它也可以对患者说任何话。”
这些系统的开发和临床测试需要有严格的安全性、有效性和参与语调的基准，并且需要精神健康专家的密切监督和参与，海因茨说。
“这次试验突出了研究团队必须具备干预的能力——可能是立即干预——如果患者表达出急性安全担忧，例如自杀意念，或者如果软件的反应不符合最佳实践，”他说。“幸运的是，我们在Therabot上并没有看到这种情况，但这始终是生成性人工智能的风险，我们的研究团队已经做好了准备。”
在两年前对Therabot早期版本的评估中，超过90%的回应符合治疗最佳实践，雅各布森说。这使团队对继续进行临床试验充满信心。
“自ChatGPT发布以来，很多人急于进入这一领域，很容易推出一款乍一看似乎很棒的概念验证，但安全性和有效性并没有得到很好的确立，”雅各布森说。“这是一个需要严谨监督的案例，而提供这一点使我们在这一领域脱颖而出。”
