基于大语言模型的视频日记抑郁症评估有效性研究

《npj Digital Medicine》：Large language models for depression assessment from brief daily diaries

　　

摘要

密切关注抑郁症的变化对于临床研究和实践非常重要。然而，密集的纵向抑郁症评估依赖于自我报告调查，而这些调查存在重大局限性。利用大型语言模型（LLMs）从自然语言中评估抑郁症可能能够解决这些不足。本研究测试了通过LLMs从每日视频日记中评定的抑郁症的有效性。我们研究了108名参与者，这些参与者被选中是因为他们正在接受心理健康治疗（其中45%正在接受治疗）。参与者完成了临床访谈，并记录了14至21天的抑郁症调查和视频日记。每日抑郁症评分由LLMs根据日记记录进行估算。LLMs的评分与个体内的自我报告抑郁评分一致（r = .45；95%置信区间[.40, .49]），并且在汇总各天的评分后得到的总体抑郁评分也一致（r = .61；95%置信区间[.43, .75]）。LLMs的平均评分与通过临床访谈确定的抑郁症状严重程度也具有相关性（r = .53；95%置信区间[.35, .68]）。LLMs评定的抑郁症与自我报告在日常功能变量方面的关联特征相似（个体内相关系数r = .98；个体间相关系数r = .94）。多元回归分析结果显示，LLMs的评分对日常功能变量（偏回归系数\(\beta s\) = |-.12|-.28|）和访谈评定的抑郁症（偏回归系数\(\beta\) = .33；95%置信区间[.07, .58]）的预测效果均优于自我报告，表明LLMs能够捕捉到自我报告所遗漏的临床相关信息。这些发现为一种新的抑郁症评估方法奠定了坚实基础，该方法既解决了自我报告的局限性，又满足了密集纵向监测的独特需求。