《L'Encéphale》：Intelligence artificielle et psychiatrie de l’enfant et de l’adolescent : revue critique des usages, preuves et enjeux relationnels
编辑推荐：
目标：批判性分析人工智能（AI）在儿童与青少年精神病学中的当前及新兴主要应用，涉及三个高疾病负担领域——自闭症谱系障碍（TSA）、注意缺陷多动障碍（TDAH）、抑郁与自杀风险——并审查针对该人群的证据水平、方法学局限以及伦理、安全与关系性问题。
方法：批
目标：批判性分析人工智能（AI）在儿童与青少年精神病学中的当前及新兴主要应用，涉及三个高疾病负担领域——自闭症谱系障碍（TSA）、注意缺陷多动障碍（TDAH）、抑郁与自杀风险——并审查针对该人群的证据水平、方法学局限以及伦理、安全与关系性问题。
方法：批判性文献综述。检索PubMed/MEDLINE及国际组织（WHO、UNICEF、UNESCO）的参考文献和欧洲监管框架，时间跨度为2018–2025年，检索词结合人工智能、机器学习、数字表型、对话代理，以及自闭症、TDAH、抑郁、自杀、儿童、青少年。研究分为三个方向：诊断与识别辅助；数字干预与治疗；抑郁与自杀风险检测。优先选择系统综述、荟萃分析、随机对照试验、参考队列研究和已获监管许可的设备。综合为叙述性和批判性，未进行定量荟萃分析。
结果：在TSA中，基于视频、传感器和机器学习的设备支持早期识别；唯一获准设备（Canvas Dx，FDA，De Novo程序）在关键研究和真实世界研究中报告了在确定结果上的高性能，但留下相当比例的不确定结果，且缺乏关于其对诊疗路径影响的稳健数据。在TDAH中，仪器化注意力测试（QbTest）和获批准的数字治疗（EndeavorRx）显示出中等效应量和可及性不均。在抑郁和自杀方面，基于电子病历和数字表型的预测模型达到了良好的判别性能（曲线下面积（AUC）通常为0.80至0.86），但仍处于内部验证阶段，并存在重大的偏倚、假阳性和治理问题。横向来看，青少年经常将对话代理描述为随时可用、不加评判，有时被认为比人类对话者更“有同理心”，这引发了对护理关系重构的思考。
结论：AI为儿童和青少年精神病学的识别、随访和某些干预开辟了现实前景，但证据仍然有限且很少在常规临床条件下评估。在发育中人群中，这些工具的整合必须从属于临床判断、强化数据保护以及实体相遇的中心性。AI应被视为护理的辅助工具，而非人际关系的替代品。
本研究针对人工智能（AI）在儿童与青少年精神病学领域的应用现状进行批判性综述。儿童和青少年处于认知、情感和关系功能发育的关键期，且评估与照护常需父母等第三方参与，这使得AI工具在该人群中的应用面临与成人领域不同的伦理与临床挑战。同时，AI技术已大量渗透至儿童青少年的学校、社交和健康环境，但证据基础薄弱，现有工具多未在常规临床条件下验证。基于这一背景，研究人员对AI在三个高疾病负担领域——自闭症谱系障碍（TSA）、注意缺陷多动障碍（TDAH）、抑郁与自杀风险——的当前和新兴应用进行了系统梳理，评估其证据水平、方法学局限，并讨论伦理、安全及关系性议题，目标是明确AI能否安全有效地融入儿童青少年精神科实践。
研究发现，AI在识别、随访和干预方面展现出潜在价值，但证据整体仍有限。多数预测模型和数字工具处于研究阶段或仅获条件性监管许可，真实世界疗效、长期影响及医疗公平性尚未充分证实。研究人员提出，AI必须作为临床判断的辅助手段而非替代，须强化未成年人数据保护和算法透明，并保持以真实人际相遇为核心的治疗关系。
在技术方法上，研究人员检索PubMed/MEDLINE及WHO、UNICEF、UNESCO等国际组织的指导文件和欧洲AI监管框架，时限为2018–2025年。文献纳入以系统综述、荟萃分析、随机对照试验、参考队列研究和获监管审批设备为主，同时兼顾小样本探索性研究。检索主题涵盖机器学习、数字表型、对话代理与临床诊断、治疗和自杀预防等。综合采取叙述性批判方法，不进行定量荟萃分析；样本人群主要来自各研究中明确报告的真实队列，如425名儿童的Canvas Dx关键研究、多中心验证的EarliPoint队列，以及包含41,721名10–18岁电子病历患者的自杀风险预测研究。
**3.1 流行病学框架和工具类型学**
该部分基于全球疾病负担数据和国际机构文件指出，儿童青少年神经发育障碍、抑郁及自杀是精神科最主要疾病负担；TSA全球患病率约0.6%，TDAH为5%–8%，儿童青少年抑郁症状患病率约21%，自杀是15–29岁主要死因之一。AI工具可概括为预测模型、自动感知系统（语音、面部、眼动、运动等）、对话代理及混合设备。国际组织强调透明性、可解释性、数据最小化和针对儿童的特殊保护。
**3.2 自闭症谱系障碍：诊断辅助、传感器、交互设备**
多项研究利用家庭短视频和机器学习区分TSA儿童与典型发育儿童，敏感性有时超过80%，但样本量小且跨文化变异性大。唯一获FDA批准的Canvas Dx在真实世界研究中（254名儿童）对确定结果显示敏感性99.1%、特异性81.6%、阳性预测值92.4%、阴性预测值97.6%，但约63%的病例结果为不确定，且对复杂发育共病效果下降。获FDA批准的EarliPoint基于眼动追踪，在双盲队列中重复专家诊断，敏感性约80%–82%，特异性约82%–90%，并可预测社会障碍和语言能力；但仅限16–30月龄且在专科中心使用。交互式智能眼镜的随机对照试验显示社交评分有中度改善，但证据仍受样本量和异质性限制。
**3.3 注意缺陷多动障碍：仪器化注意力测试、传感器、数字治疗**
QbTest将持续注意任务与红外运动记录结合，可中度区分TDAH，英国NICE发布DG60指南，允许其作为完整临床评估的补充工具，但禁止单独使用。数字治疗EndeavorRx已获监管许可，但效应量中等且可及性不均。预测精神兴奋剂反应的研究中，一项83名儿童使用支持向量机预测哌甲酯反应，准确率84.6%（AUC 0.84）；国际多中心试验iSPOT-A（336名儿童青少年）评估了脑电theta/beta比值和alpha峰值频率作为预测因子，但均未达到临床决策所需的验证水平。
**3.4 抑郁与自杀风险：数字检测和对话代理**
基于电子病历的机器学习模型在41,721名10–18岁患者中预测自杀相关事件，AUC为0.84–0.86，但仅进行内部验证。一项跨三个数据库的研究（共285,320名患者，其中3,389人自杀未遂）显示复杂长短期记忆网络未优于正则化逻辑回归，模型跨数据库迁移时性能下降，提示缺乏普适性。数字表型研究显示某些数字信号可提前预警自杀意念，但假阳性多且伦理问题突出。社交媒体语言分析模型常报告AUC>0.80，但存在严重选择偏倚和过度诊断风险。语音声学生物标记可反映抑郁症状变化，但方法学异质性大。对话代理在短期小规模试验中可减轻焦虑抑郁，但内容质量、危机处理能力和隐私问题令人担忧。
讨论部分，研究人员总结了六方面议题。证据等级方面，现有研究多依赖替代终点（如分类准确率、AUC），缺乏临床结果和常规护理环境验证。数据安全和治理方面，视频、对话和生理数据高度敏感，监管框架仍不完善，责任归属未解决。关系维度方面，青少年常将对话代理视为可用、不评判且“更富有同理心”，但可能削弱真实人际联结，影响共情和心智化发展。大型语言模型对自杀危机的回应不稳定，可能产生不当或有害内容。临床医生角色应定位于“增强”而非“自动化替代”，保持临床判断优先。未来5–10年，AI可能成为临床记录、初始筛查和随访的辅助层，但面对面接触和家庭工作仍是核心价值。
翻译研究结论如下：在儿童和青少年精神病学中，AI在诊断辅助、数字治疗和抑郁自杀风险检测方面取得进展。证据常常有希望但仍脆弱：大型随机试验少、长期数据缺乏、选择偏倚显著，且几乎未在常规护理条件下评估。对临床医生而言，挑战不是拒绝这些创新，而是批判性地整合，守住几条红线：不得将诊断、开始或停止治疗的决定交给算法；不得让未受监管的设备置于关系核心；不得让未成年人敏感数据在无控制的情况下被捕获。相反，应在严格评估框架内探索AI真正增强团队能力的用法，以加强临床判断和共享决策。三个决定条件：方法学上，要求设备在推广前证明对临床相关标准的获益并保持真实人群中的有效性；监管和伦理上，保证未成年人数据保护、算法透明和问责可追溯；培训上，使儿童精神科医生和团队具备特定素养，理解模型所测内容、局限和偏差，而非无差别接受或排斥。在这些条件下，AI才能成为护理的辅助，而非对脆弱人群的又一威胁。问题并非这些技术是否会进入实践——它们已经进入实践——而是依据何种规则、在何种控制下、为哪一种护理理念服务。
