达特茅斯测试 AI 心理治疗应用：抑郁症状平均减轻 51%

半夜情绪崩溃、焦虑得睡不着的时候，找真人朋友怕打扰，约心理医生又得排队几个月，这时候如果对着手机打字，AI 到底能不能真正起作用。

达特茅斯学院的研究团队在医学期刊《NEJM AI》上发表了一项临床试验结果。这是业内首个针对生成式 AI 心理治疗机器人的随机对照临床试验，测试对象是一款叫 Therabot 的应用。结果显示，它不仅真能帮患者减轻症状，甚至让患者产生了一种近似真人医生的信任感。

51% 的抑郁改善，相当于上了 8 次门诊

这项试验招募了全美 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，另外设置了 104 人的无干预对照组。值得注意的是，Therabot 组里近 75% 的人当时没有接受药物或任何其他治疗。

参与者在手机上使用这款应用，前四周可以随时发起对话，也会收到应用的关怀提示，后四周则完全由用户自主决定何时使用。在整整八周的时间里，受试者平均只使用了大约 6 个小时。

但这 6 个小时换来的数据让研究团队非常意外。抑郁症患者的症状平均减轻了 51%，情绪和整体状态有了临床意义上的明显好转。广泛性焦虑症患者的症状平均减轻了 31%，不少人直接从中度降到轻度，甚至跌出了临床诊断标准线。即使是传统上极难干预的进食障碍高危群体，对体像和体重的焦虑也下降了 19%，明显好于对照组。

研究团队牵头人、达特茅斯医学院副教授 Nicholas Jacobson 表示，受试者花 6 个小时聊出来的效果，几乎相当于传统门诊进行了约 8 次顶尖水准的认知行为疗法。

比起技巧，患者更需要「不被评价」的树洞

除了症状评分，试验里最有趣的发现是「治疗同盟」的建立。在心理治疗里，患者对医生的信任与配合程度是决定疗效的核心指标。而在这次试验中，患者给 Therabot 打出的信任分，已经追平了传统的真人门诊。

数据记录显示，大量对话发生在深更半夜，也就是情绪问题最容易集中爆发的时刻。受试者不仅认真回复系统的问题，还频繁主动找它倾诉。

研究人员提到，很多人甚至把这款软件当成了朋友。一个很重要的心理动因在于，跟一个没有偏见、不会在心里评判自己的 AI 说话，反而让患者卸下了现实社交中的防备与羞耻感。

不过，这个应用并不是套壳大模型那么简单。它从 2019 年就在达特茅斯实验室里研发，提示词和对话逻辑基于成熟的循证认知行为疗法。如果在对话中检测到自杀倾向等高危风险，屏幕上会立刻弹出醒目的一键拨打 911 或危机干预热线的求助按钮，后台的临床医疗团队也随时准备人工介入。

为什么重要

心理健康服务最大的痛点从来不是方法论不够好，而是资源太少、门槛太高。按照研究团队给出的数据，仅在美国，平均每一位心理健康专业人员对应着 1600 名抑郁或焦虑患者，普通人不仅很难承受长期门诊的高昂费用，甚至根本排不上号。对于饱受轻中度情绪折磨的普通用户来说，只要这类工具经过严格临床验证，它立刻就能填补巨大的日常护理真空。

我们认为，达特茅斯团队最聪明的地方，是没有把它做成一个试图完全取代医生的全自动系统，而是将其定位于填补门诊缺口的轻量级干预。它的价值在于高可用性：在你凌晨三点陷入恐慌时，它就在口袋里，而且不会说教。

但生成式 AI 的双刃剑隐患也正在于此。就像研究第一作者 Michael Heinz 所警告的那样，开放式生成的本质意味着「患者能对它说什么，它就能回什么」。哪怕两年前早期版本的合规率就超过了 90%，在极其脆弱的精神健康场景下，剩下不到 10% 的失控回应当中，任何一次错误共情或不当引导都可能是致命的。所以我们认为，在没有真人医生监督、没有建立起绝对可靠的安全熔断机制之前，这类工具绝不应该完全放任自主运行，但它作为传统医疗延伸的路线，看起来已经彻底走通了。