達特茅斯測試 AI 心理治療應用：憂鬱症狀平均減輕 51%

半夜情緒崩潰、焦慮得睡不著的時候，找真人朋友怕打擾，約心理醫生又得排隊幾個月，這時候如果對著手機打字，AI 到底能不能真正起作用。

達特茅斯學院的研究團隊在醫學期刊《NEJM AI》上發表了一項臨床試驗結果。這是業內首個針對生成式 AI 心理治療機器人的隨機對照臨床試驗，測試物件是一款叫 Therabot 的應用。結果顯示，它不僅真能幫患者減輕症狀，甚至讓患者產生了一種近似真人醫生的信任感。

51% 的抑鬱改善，相當於上了 8 次門診

這項試驗招募了全美 106 名被診斷患有重度憂鬱症、廣泛性焦慮症或進食障礙的患者，另外設定了 104 人的無干預對照組。值得注意的是，Therabot 組裡近 75% 的人當時沒有接受藥物或任何其他治療。

參與者在手機上使用這款應用，前四周可以隨時發起對話，也會收到應用的關懷提示，後四周則完全由使用者自主決定何時使用。在整整八週的時間裡，受試者平均只使用了大約 6 個小時。

但這 6 個小時換來的資料讓研究團隊非常意外。憂鬱症患者的症狀平均減輕了 51%，情緒和整體狀態有了臨床意義上的明顯好轉。廣泛性焦慮症患者的症狀平均減輕了 31%，不少人直接從中度降到輕度，甚至跌出了臨床診斷標準線。即使是傳統上極難干預的進食障礙高危群體，對體像和體重的焦慮也下降了 19%，明顯好於對照組。

研究團隊牽頭人、達特茅斯醫學院副教授 Nicholas Jacobson 表示，受試者花 6 個小時聊出來的效果，幾乎相當於傳統門診進行了約 8 次頂尖水準的認知行為療法。

比起技巧，患者更需要「不被評價」的樹洞

除了症狀評分，試驗裡最有趣的發現是「治療同盟」的建立。在心理治療裡，患者對醫生的信任與配合程度是決定療效的核心指標。而在這次試驗中，患者給 Therabot 打出的信任分，已經追平了傳統的真人門診。

資料記錄顯示，大量對話發生在深更半夜，也就是情緒問題最容易集中爆發的時刻。受試者不僅認真回覆系統的問題，還頻繁主動找它傾訴。

研究人員提到，很多人甚至把這款軟體當成了朋友。一個很重要的心理動因在於，跟一個沒有偏見、不會在心裡評判自己的 AI 說話，反而讓患者卸下了現實社交中的防備與羞恥感。

不過，這個應用並不是套殼大模型那麼簡單。它從 2019 年就在達特茅斯實驗室裡研發，提示詞和對話邏輯基於成熟的循證認知行為療法。如果在對話中檢測到自殺傾向等高危風險，螢幕上會立刻彈出醒目的一鍵撥打 911 或危機干預熱線的求助按鈕，後臺的臨床醫療團隊也隨時準備人工介入。

為什麼重要

心理健康服務最大的痛點從來不是方法論不夠好，而是資源太少、門檻太高。按照研究團隊給出的資料，僅在美國，平均每一位心理健康專業人員對應著 1600 名抑鬱或焦慮患者，普通人不僅很難承受長期門診的高昂費用，甚至根本排不上號。對於飽受輕中度情緒折磨的普通使用者來說，只要這類工具經過嚴格臨床驗證，它立刻就能填補巨大的日常護理真空。

我們認為，達特茅斯團隊最聰明的地方，是沒有把它做成一個試圖完全取代醫生的全自動系統，而是將其定位於填補門診缺口的輕量級干預。它的價值在於高可用性：在你凌晨三點陷入恐慌時，它就在口袋裡，而且不會說教。

但生成式 AI 的雙刃劍隱患也正在於此。就像研究第一作者 Michael Heinz 所警告的那樣，開放式生成的本質意味著「患者能對它說什麼，它就能回什麼」。哪怕兩年前早期版本的合規率就超過了 90%，在極其脆弱的精神健康場景下，剩下不到 10% 的失控回應當中，任何一次錯誤共情或不當引導都可能是致命的。所以我們認為，在沒有真人醫生監督、沒有建立起絕對可靠的安全熔斷機制之前，這類工具絕不應該完全放任自主執行，但它作為傳統醫療延伸的路線，看起來已經徹底走通了。