利用人工智能弥合心理保健中的鸿沟

随着精神卫生服务的数字化转型加剧，顾问精神病医生Arokia Antonysamy博士讨论了当前的心理健康需求，实践和挑战用于评估和治疗可以改善心理健康结果。

在全球大流行中，许多部门包括精神卫生，暂定地采用了数字解决方案，例如通过远程工作来维护护理的连续性，从而采用了数字解决方案。然而，甚至在Covid-19-19-19疫苗的全部部署之前，也迅速回归了传统的面对面评估。

令人困惑的阻力浮出水面，植根于远程工作的看法减少了员工的承诺。¹实际上，研究表明生产力，参与度，更好的保留和工作满意度提高。^2,3这种传统主义的观点将心理健康实践的基本演变推向了数字时代。

考虑机器人手术，首次引入1980年代。采用此类技术的犹豫源于成本考虑，责任担心和对手术劳动力降低的关注。这种犹豫是象征医疗保健趋势的更大趋势的象征，在该趋势中，在专业领域的投资和进步充其量可以是渐进的，而且心理健康，通常被视为灰姑娘专业，落后于灰姑娘。

数字转换涵盖了数字技术的采用和集成，以提高服务的交付，可访问性和有效性。在心理健康方面，这种转变涉及各种组成部分，包括远程精神病学，移动健康应用，可穿戴设备，人工智能（AI）和数据分析。

AI在包括医疗保健在内的各个行业中的应用一直很有希望。然而，在这项数字创新方面，精神卫生部门的资金不足和忽视。不愿投资现代技术可能是有害的，⁴停滞创新的进步，可能会彻底改变心理健康实践。

对心理健康服务的需求不断增长

16-64岁成年人的常见精神障碍的患病率从1993年的14.1％和2000年的16.3％增加到2014年的17.5％。5^{此外，据皇家精神病医生学院称，漫长的等待时间迫使78％的患者向紧急服务寻求心理健康帮助，大约四分之一等待12周以上开始治疗。}6^{现有的网关系统要求所有转介到二级护理心理健康服务以通过全科医生（GPS）提出重大障碍。}

面对面的全科医生咨询变得越来越稀缺，使公众对初级保健服务的信心减少了。⁷大多数对精神病病房的住院均来自危机情况或急诊部门，而不是通过计划的转诊。⁸

与社区成员的对话描绘了获得心理健康服务挑战的鲜明图片。全国对医疗保健AI态度的调查指出，许多受访者认为，由于速度和效率的速度，这是有益的，理由是与专家任命相关的冗长等待时间和官僚障碍是公众对公众的主要驱动因素，仍然对技术方法开放。⁹

AI可以改变心理健康服务吗？

数字化转型有望通过弥合涉及长期等待的当前差距，患者可用的治疗选择数量有限，并且会议的数量不足以满足患者的需求，从而彻底改变了心理保健的交付。¹⁰

通过远程工作通过远程精神病学平台可以提供及时且可访问的咨询，从而规定了对冗长的等待清单和身体约会的需求。这种环保方法为评估在患者自己的家中舒适地进行了评估。根据我自己的经验，我观察到更好的耐心和家庭参与度，减少了没有参加的人数。

AI驱动的算法可以远程简化分类过程，识别高风险个人并优先考虑获得护理的机会。移动应用程序和可穿戴设备提供持续的监控和支持，使个人有能力积极管理其心理健康。简化整个路径可以快速评估和干预措施，从而减少对个人或学习的干扰，从而减轻社会的间接负担

克服心理健康方面的信任和污名问题

在青少年和年轻人中，围绕心理健康的信任和污名是寻求帮助的重大障碍。¹¹2025年1月，英国广播公司新闻据报道，越来越多的年轻人转向AI治疗师聊天机器人自2024年11月以来，与一位特定的心理学家聊天机器人共享1800万个消息。¹²AI驱动的平台可能能够吸引他们提早寻求帮助，促进早期干预¹³和恢复，减少了社会隔离和退出的可能性。但是，这些平台缺乏同理心的风险，这是人类互动的核心组成部分，以及在危机干预中缺乏知识而没有捕获非语言提示的知识，这是不能被低估的。¹⁴

当前的心理健康做法中，歧视问题也存在，尽管没有语言和文化障碍，但少数民族群体的患者接受心理治疗的机会有限。¹⁵与白人同行相比，少数族裔群体的人更有可能被拘留。¹⁶

AI有可能通过开发预测模型来解决歧视问题，以考虑所有文化因素以消除偏见¹⁷这可能会影响对治疗，患者经验和结果的反应。

AI作为医疗和其他干预措施的增强剂

传统上，精神科医生和专家依靠详尽的评估来确定对患者的最合适的药物制度。这些漫长的评估考虑了许多因素，包括患者的当前和过去病史，自出生以来的脆弱因素，社会历史，家庭背景，住院，身体健康，药物病史，风险因素，危险因素，响应限制因素和其他相关信息。

通过利用AI的力量，可以将这些复杂数据集提炼成可行的见解，从而为顾问精神科医生提供全面的概述，以指导治疗决策。这种协作方法不仅降低了错误的风险，而且还提高了效率，¹⁸使医生能够立即看到更多的患者并解决治疗需求。

最近的研究强调了自助认知行为疗法干预措施的功效，这可能与传统的面对面疗法一样有效¹⁹或某些人群中的药物制度。AI提供了一个机会，通过结合互动元素来增强自助干预措施，这些互动元素吸引并支持个人管理自己的心理健康。

但是，尽管AI在自助干预措施中的潜力是巨大的，但在预测建模过程中，减轻研究方法中固有的人类偏见的努力至关重要，以确保AI驱动的干预措施的有效性和包容性。

社会因素在精神健康恢复中也起着至关重要的作用²⁰这是一种解释东部世界中更快的恢复速率的方法。

但是，在发达国家的心理健康治疗中，社会因素经常被忽视，部分原因是家庭结构在大家庭的支持有限的情况下更具核能。AI可以通过从全球来源收集有关对恢复重要的关键社会组成部分的证据来缩小这一差距。

是什么让我们重新掌握了心理健康？

尽管人工智能在革新心理保健方面的潜力是巨大的，但一些挑战阻碍了其广泛的采用和实施。

道德和法律考虑

在心理健康实践中使用AI的最大信任和机密性是基本的，引起了关于患者隐私，同意和数据安全的复杂道德和法律问题。

确保遵守法规框架，例如一般数据保护法规和遵守信息委员会办公室指南对于建立对使用这些技术辅助工具的信心至关重要。

此外，那些在心理健康方面的设计，研究，实施或研究AI的人可以使用佛罗里达州和五个基本框架框架来为用户提供保证。²¹

害怕工作流离失所

精神卫生专业人员接受了多年的培训，并通过定期评估和重新验证继续保持最新的临床进展。

随着AI在界面上的出现，专业人士担心AI取代了从这些年来的培训和经验中获得的专业知识，从而引起了人们对决策和问责制的严重关注，尤其是在事情出错时。

AI作为自动人士的角色，它可以在诸如note and Assistant的活动中以超出人类范围的速度进行辅助助手的活动，²²或作为一个迅速帮助决策过程的增强器，正在造成围绕失业的恐惧。

心理健康方面的临床工作对于提供人类的监督和情绪智力的交流以及全面评估至关重要。²³

缺乏同理心

精神病学实践不是要治疗疾病，而是要治疗人。这是人类互动的基本方面，是精神卫生保健的缩影。

医疗保健专业人员和公众同样担心AI驱动的解决方案中缺乏同理心和缺乏人类互动。如果人类在大部分护理中与机器人互动，那么在长期内失去这一独特的方面存在严重的担忧。

人工智能不应完全取代人类干预。训练有素的专业人员必须可以审查互动，提供支持并在必要时进行干预。但是，增加数字素养的儿童和青少年发现聊天机器人比人类更恐吓，解决任何安全问题的唯一方法是确保稳健的治理过程。²⁴

缺乏针对AI驱动的心理健康干预措施的研究

AI应用的临床有效性和证据基础仍然值得怀疑。尽管对AI驱动的心理健康干预措施的兴趣越来越大，但强大的临床投入和有效性的证据仍然有限。²⁵

需要进行严格的研究，随机对照试验和长期结局评估，以确定AI驱动干预措施在多样化患者人群中的功效，安全性和成本效益。

偏见与公平

AI算法容易受到偏见的影响，²⁶反映和永久性医疗保健系统中的不平等现象。

培训数据，算法决策和患者结局的偏见可能会对边缘化的人群产生不成比例的影响，并加剧心理保健访问和治疗中的差异。

所有AI算法都应仔细构建和支撑安全的安全，以减轻尽可能多的偏见。

有限的技术访问

获得AI驱动的心理健康干预措施可能会受到社会经济因素，数字素养和技术基础设施的限制。包括农村和低收入地区在内的边缘化社区可能会在获得和利用AI驱动服务方面面临障碍，从而扩大了心理健康服务中的现有差异。

全球领导人呼吁采取协调行动，以扩大技术在心理健康干预措施中的使用，²⁷主张基于社区的方法，以确保公平和获得技术的访问。²⁸

精神卫生系统的整合挑战

将AI技术集成到现有的心理健康数字系统中，需要在基础设施和IT劳动力，组织购买和劳动力培训上进行大量投资。

这种整合要求临床医生获得技术熟练度，以增强其专业能力并增强以人为本的护理决策。

算法透明度和问责制

AI算法的不透明性质在理解信息如何馈入该技术黑洞以及如何实现决策方面构成了挑战。

预测建模可以在一定程度上提供放心。确保AI驱动决策过程中的透明度，解释性和问责制对于建立临床医生，患者，护理人员，专员和其他利益相关者的信任至关重要。

结论

数字化转型有可能催化精神卫生服务中前所未有的进步。心理健康治疗中的AI应用代表了我们如何处理患者护理和支持的范式转变。拥抱AI可以提供的机会对于增强治疗决策至关重要，²⁹通过自助干预措施赋予个人权力，并加强社会支持网络。

但是，这种转型要求政策制定者，医疗保健提供者，技术开发人员，社区利益相关者和医疗保健专业人员的共同努力，以确保公平的访问，透明度和有效的实施。

作者

Arokia Antonysamy博士
Cygnet Health Care和Warwick商学院的Cygnet Health Care的区域医学总监顾问精神科医生

致谢

我要感谢Hila Lifshitz-Assaf教授她的所有支持和刺激了AI的讨论。

参考

1. Atkin D，Schoar A，Shinde S.在家工作，工人分类和发展。国家经济研究局；2023。[2025年4月访问]。
2. Taborosi S等人。远程员工在工作中的组织承诺和信任。J Eng管理2020年竞赛； 10：48 -60。
3. Kortsch T等。远程工作会让人们开心吗？工作地点和工作时间的灵活化对德国银行业的幸福感和情感承诺的影响。Int J Environ Res公共卫生2022; 19（15）：9117。
4. Ransbotham S等。通过人工智能重塑业务：缩小野心和行动之间的差距。麻省理工学院斯隆管理评论2017; 59（1）。
5. NHS数字。英格兰的心理健康与福祉：2014年成人精神病发病率调查。2016年9月29日[2025年4月访问]。
6. 皇家精神科医生学院。隐藏的等待迫使四分之三以上的心理健康患者寻求紧急服务的帮助。2022年10月。[2025年4月访问]。
7. Kontopantelis E等。从2000年到2019年，英国初级保健的咨询模式和频繁的参与者：对845种一般实践的咨询活动的回顾性队列分析。BMJ Open 2021; 11：E054666。
8. Roennfeldt H等。急诊科的精神健康危机护理的主观经历：定性文献的叙事回顾。Int J Environ Res公共卫生2021; 18（18）：9650。
9. Ada Lovelace Institute。全国代表性的对英国人工智能态度的调查。2023。[2025年4月访问]。
10. 头脑。我们仍然需要谈论：有关访问谈话疗法的报告。2013年11月。[2025年4月访问]。
11. Chandra A，Minkovitz C.污名早期开始：青少年愿意使用心理健康服务的性别差异。J Adolesc Health 2006; 38（6）：754.e1 - 8。
12. BBC新闻。角色。EA：年轻人转向AI治疗师机器人。2024年1月5日。[2025年4月访问]。
13. Wittal CG等。医疗保健，治疗和诊断中人工智能的感知和知识：人群代表性的调查。J Biotechnol Biomed 2023; 6（2）：129 39。
14. ABD-Alrazaq AA等人。聊天机器人在心理健康方面的特征的概述：范围评论。Int J Med Inform 2019; 132：103978。
15. Bansal N等。了解英国心理医疗保健中的种族不平等：荟萃术。PLOS MED 2022; 19（12）：E1004139。
16. gov.uk。根据《心理健康法》的拘留。2024年8月16日。[2025年4月访问]。
17. Hswen Y，Abbasi J. AI如何帮助临床医生确定有自杀风险的美洲印第安人。JAMA 2025; 333（6）：449 51。
18. Istvan B，Schulman KA，ZeniosS。解决医疗保健的行政成本危机。JAMA 2025; 333（9）：749 50。
19. Axelsson E等。互联网与面对面认知行为疗法对健康焦虑的影响：一项随机非自卑临床试验。贾玛精神病学。2020; 77（9）：915 24。
20. 威廉姆斯AJ等人。社会凝聚力，精神福祉和与健康相关的生活质量在康沃尔郡的社会住房居民中：一项横断面研究。BMC公共卫生。2020; 20：985。
21. Floridi L，Cowls J.AI在社会上的五个原则的统一框架。哈佛数据科学评论2019年7月1日； 1（1）。
22. 教育部。AI对英国工作和培训的影响。2023年11月。[2025年4月访问]。
23. McCradden M，Hui K，Buchman DZ。证据，伦理和精神病学中人工智能的承诺。J Med Ethics 2023; 49：573 9。
24. Kurian N.不，Alexa，不！学习，媒体和技术2024； 7月1日。
25. Bedi S等。大语言模型的医疗保健应用测试和评估：系统评价。JAMA 2025; 333（4）：319 28。
26. Ratwani RM，Sutton K，Galarraga JE。解决医疗保健中的AI算法偏见。JAMA 2024; 332（13）：1051 2。
27. Patel V等。全球心理健康与可持续发展的柳叶刀委员会。Lancet 2018; 392（10157）：1553 - 98。
28. Naslund J等。用于治疗和预防低收入和中等收入国家精神障碍的数字技术：文献的叙事回顾。Lancet Psychiatry 2017; 4：486 500。
29. Blease CR等。初级保健中的生成人工智能：英国全科医生的在线调查。BMJ卫生保健信息2024; 31（1）：E101102。