综述：儿童和青少年心理健康创新支持：生成式人工智能协同设计的应用与挑战

这篇综述探讨了生成式人工智能（GenAI）与协同设计（co-design）在儿童青少年心理健康领域的应用前景。通过分析9项研究，揭示了聊天机器人、虚拟治疗模拟等GenAI工具在提升服务可及性、个性化干预方面的潜力，同时强调需加强伦理框架、长期效果评估及人机协作模式研究。

　　

儿童青少年心理健康危机与数字干预机遇
全球约20%的儿童青少年受焦虑、抑郁等心理健康问题困扰，COVID-19疫情加剧了这一趋势。传统服务模式面临资源短缺、地域限制等挑战，而数字技术尤其是生成式人工智能（GenAI）展现出变革潜力。

GenAI技术的前沿应用
9项纳入研究展示了GenAI的多元化应用：

• 对话代理：如意大利开发的青少年生活技能辅导聊天机器人，通过自然语言处理（NLP）模拟人类对话
• 情绪追踪工具：巴西研究的WhatsApp聊天机器人可实时监测青少年情绪波动（采用SMFQ量表）
• 治疗模拟：澳大利亚MYLO聊天机器人通过"好奇提问"技术（源于Method of Levels疗法）辅助心理干预
• 特殊群体支持：英国ECHOES项目结合AI虚拟代理与人类治疗师，提升自闭症儿童社交沟通能力

协同设计的核心价值
所有研究均采用协同设计方法，关键模式包括：

• 多元参与：青少年、家长、教育者及临床专家共同优化工具内容与界面
• 迭代开发：通过焦点小组（如UNICEF合作项目）和原型测试（如Purrble机器人案例）持续改进
• 文化适配：巴西体像干预聊天机器人针对当地青少年需求定制对话脚本

现存挑战与未来方向
技术层面存在响应重复性（发生率37%）、复杂情绪识别不足等问题。伦理风险尤为突出：

• 数据安全：仅23%研究详细说明加密措施
• 临床整合：仅ECHOES项目实现人机混合服务模式
• 数字鸿沟：农村地区设备普及率影响工具可及性

战略发展建议
需优先建立三方面机制：

1. 评估体系：扩展纵向研究（如计划中的CREEP平台5年随访）
2. 技术标准：开发动态适应算法提升个性化响应
3. 治理框架：参照WHO人工智能伦理指南完善青少年数据保护

创新技术与人文关怀的深度融合，或将重塑儿童青少年心理健康服务的未来图景。