人工智能（AI）聊天机器人的意义远不止表面上的“你问我答”，还有一些更重要的，比如“让每个人都可以享受同样的医疗资源”。

为增加心理健康服务的可及性，由伦敦大学学院和艾伯哈德·卡尔斯蒂宾根大学组成的研究团队开发了一款个性化自助聊天机器人——Limbic Access。

研究团队在英格兰进行了一项涉及 129400 人的观察性研究，研究表明，该系统的使用导致更多人，尤其是少数群体，使用国家卫生服务（NHS）谈话疗法服务，其服务群体的数量和多样性均有所增加。

图｜NHS Talking Therapies 网站上的 Limbic Access 聊天界面。a）初始消息界面，该消息是针对特定服务定制的；b）收集人口统计信息界面。（来源：该论文）

相关研究论文以“Closing the accessibility gap to mental health treatment with a personalized self-referral chatbot”为题，刚刚发表在科学期刊 Nature Medicine 上。

该研究证实了数字工具对改善心理健康服务可及性的潜力，为推动更全面、平等的服务提供了有力支持。

改变了什么？

心理健康是全球范围内广泛存在的问题，但并不是所有人都可以在需要时使用心理健康服务，访问心理健康服务受到诸多障碍的制约。

Limbic Access 旨在通过提高服务的可及性来解决这一问题。

在此次观察性研究中，该系统的使用导致了更多、更多样化的人群进入国家卫生服务体系（NHS）的谈话疗法服务，尤其是一些长期被忽视的群体。

据论文描述，Limbic Access 的独特之处在于其个性化的设计，通过主动引导用户完成自我推荐流程，同时允许用户深入探讨他们的心理健康问题，降低心理健康问题的社会污名。

该聊天机器人已经在英格兰 14 个 NHS 谈话疗法服务中心的在线门户上投入使用。在为期 3 个月的研究期间，这些中心的自我推荐数量增加了 15％，而未使用该工具的 14 个中心则仅增加了 6％。

图｜Limbic Access 实施前后的推荐总数。使用聊天机器人以粉色显示，未使用以灰色显示。（来源：该论文）

其中，非二元、亚洲/亚裔英国人和非裔/非裔英国人群体的自我推荐增加更为显著，分别增加了 179％、39％ 和 40％。

图｜使用聊天机器人（粉色）和对照组（灰色）的社会人口群体的百分比变化。（来源：该论文）

值得注意的是，推荐数量的增加并没有导致等待时间的增加或临床评估数量的减少。

如何做到的？

那问题来了，Limbic Access 是如何做到的？

据介绍，Limbic Access 的工作原理包括收集个人信息，并主动引导用户完成自我推荐过程、获得心理健康服务。

该聊天机器人通过使用多个机器学习模型预测患者最可能的诊断，并根据此预测管理定制的问题。

模型使用自由文本输入、标准化问卷分数（比如 PHQ-9）、人口信息和行为指标（比如反应时间和输入速度）作为其预测的输入。该预测模型结合了用于自由文本输入的自然语言处理的 Transformer 模型和用于其他输入方式的梯度增强模型。

而且，研究中采用了三种自我推荐格式，确保长度相等，共约 120 个问题，但在提问选择和呈现方面存在差异。

图｜NHS 谈话治疗服务的研究设计和治疗途径。a）多地点回顾性观察研究的研究设计，显示不同服务的 3 个月实施前和 3 个月实施后阶段；b）治疗路径，显示患者从访问 NHS 谈话治疗服务网站并自我推荐到进入治疗的过程。（来源：该论文）

Limbic Access 根据参与者提供的信息进行个性化，而通用聊天机器人和 Web 表单则不根据参与者的答案进行更改。

该研究的关键发现之一是，Limbic Access 显著提高了自我推荐率，特别是在少数群体中。

Limbic Access 的提出不仅解决了现有心理健康服务的问题，而且通过提高服务的可及性和包容性，为整个领域带来了积极影响。

通过促进用户对心理健康问题的深入思考，该系统有望降低心理健康问题的社会污名，鼓励更多人主动寻求帮助。

然而，尽管该研究在推广心理健康服务方面取得了积极的成果，但仍存在一些局限性。

首先，由于无法操控干预变量，研究的观察性设计限制了对因果关系的准确判断；其次，该研究仅涵盖了英格兰地区的 129400 人的观察数据，因此在将结果推广到其他文化和地理背景人群时，需要小心谨慎；另外，该研究未能全面考虑个体的数字素养和技术适应性，这对于使用自助转介工具的体验可能产生影响。

此外，该研究集中于观察自助转介工具对少数群体的积极影响，但未深入探讨其中可能存在的社会不平等和潜在的偏见。

研究团队表示，未来的研究可以更深入地调查不同群体之间在使用和受益方面的差异，从而确保这些创新工具不会加剧社会不平等。

最后，虽然该研究关注了自助转介的数量增长，但并未深入研究服务的质量和效果。对于参与者的心理健康状况和治疗结果的进一步跟踪，将有助于更全面地评估这一创新方法的长期影响。

因此，人们在将这些结果应用于实际临床实践时，需要谨慎权衡这些局限性。

未来，随着技术的不断发展，AI 聊天机器人有望更加智能化，能够提供更个性化、有针对性的心理健康服务。我们可以期待个性化 AI 聊天机器人领域的进一步拓展。

参考链接：

https://www.nature.com/articles/s41591-023-02766-x

来源: 学术头条