《Children》:Digital Humanities in Child and Adolescent Mental Health Services: A Review
编辑推荐:
背景/目标:人工智能(AI)越来越多地应用于青少年心理健康服务,包括临床决策支持、风险预测和数字疗法。然而,现有框架在将伦理、文化和关系考量整合到AI赋能心理健康技术的设计、治理和实施中提供的指导有限。本范围综述考察了数字人文方法如何被纳入儿童和青少年AI支持
背景/目标:人工智能(AI)越来越多地应用于青少年心理健康服务,包括临床决策支持、风险预测和数字疗法。然而,现有框架在将伦理、文化和关系考量整合到AI赋能心理健康技术的设计、治理和实施中提供的指导有限。本范围综述考察了数字人文方法如何被纳入儿童和青少年AI支持的心理健康干预中。方法:按照PRISMA范围综述扩展(PRISMA-ScR)指南进行范围综述。检索了2015年至2025年间发表的同行评审文献,使用PubMed并通过Elicit进行语义搜索补充。纳入考察AI赋能数字心理健康干预和数字人文视角的系统综述、范围综述和荟萃分析。使用归纳主题分析对数据进行综合。结果:17项综述级研究符合纳入标准。识别出六个反复出现的主题:参与、参与式协同设计、人类监督、公平性、伦理治理和实施。在纳入的综述中,人文方法与社会性参与、利益相关者参与、透明度、情境适应和文化响应性实施的更多关注相关。关于干预有效性的证据在系统综述和荟萃分析中最强,而与伦理、治理、公平性和实施相关的发现主要来自范围综述和概念综合。结论:本综述表明,数字人文为AI赋能青少年心理健康干预的设计、治理和实施提供了有价值的跨学科视角。尽管当前证据基础仍存在异质性,但整合人文方法可能有助于开发更符合伦理、更公平且更适应发展的AI系统。未来研究应通过实证实施研究和新兴生成式AI应用来评估这些方法。
本文主体部分包括引言、方法、结果、讨论和结论五个部分,以下按小标题依次总结。
**1. 引言**
引言部分指出儿童和青少年心理健康服务面临持续的结构性压力,包括焦虑、抑郁、创伤暴露和神经发育障碍患病率上升,以及劳动力短缺、地理不平等和长时间等待名单,导致及时获得护理的显著差异。为应对这些障碍,AI赋能的筛查工具、远程医疗平台、移动应用程序和聊天机器人支持被越来越多地部署。荟萃分析证据表明,以青少年为中心的数字心理健康干预(DMHIs)可产生统计学上显著的症状改善,特别是对社交焦虑和抑郁障碍,但效应量通常适中,且受指导强度、发育阶段和参与质量调节。然而,这种增长已超出其伦理和关系基础:AI支持的技术引入了隐私、算法偏见、不透明决策和获取不平等相关的风险,且自动化代理缺乏治疗关怀中核心的关系责任和情境辨别力,这对青少年尤其重要,因为其心理健康不可简化为离散症状群,而是生活在家庭系统、同伴网络、文化社区和发展轨迹中。数字人文作为跨学科领域,整合了人文学科理论与方法及计算与数字技术,以考察技术如何塑造并受人类文化、身份、伦理、沟通和权力影响。在此框架下,叙事医学、数字叙事、哲学、文化研究和参与式设计作为互补传统,为AI赋能心理健康系统的设计、评估和治理提供解释性、伦理和社会文化基础。这一取向与数字心理健康文献中的实证发现一致:系统综述和范围综述一致识别出参与、协同设计、照护者参与和文化响应性是干预有效性的关键决定因素。以青少年为中心的协同设计提高可用性和可接受性,照护者参与增强保留率和护理连续性,发育阶段和关系支持调节结果,而人口统计报告和文化定制的持续缺陷强调了对公平性知情设计的需求。这些证据表明叙事、关系和文化因素并非数字有效性的外围,而是其基础,人文学科传统在叙事伦理、精神病学哲学和基于价值的实践中提供了以尊严、自主性和解释性意义为中心的规范性基础,以将这一洞察转化为设计和治理实践。在AI支持的行为健康中,这些视角有助于防止还原性算法方法,同时维护青少年能动性,尤其在儿童声音被照护者、机构和数据系统调解的情况下。将叙事知情方法嵌入数字平台可进一步人性化护理、减少污名化,并防止将青少年简化为预测风险档案。新兴应用具体体现了这一潜力:与亚裔美国年轻成人共同文化设计的工具显示与社区叙事和价值观的更好对齐,适应土著疗愈传统的数字叙事项目报告了增强的参与和文化共鸣的成果。然而,证据基础仍然碎片化,主要限于定性、小规模研究,并嵌入更广泛的数字项目中,数字素养差异、宽带接入不均、工作流程整合挑战以及触发内容担忧等障碍仍需系统综合。尚无全面综述绘制数字人文方法如何在儿童和青少年心理健康系统中被操作化,尽管参与和文化背景决定有效性的认识日益增长。本综述通过映射现有文献来解决这一空白,具体目标包括:(1)识别所采用的数字人文方法(如数字叙事、参与式媒体、基于艺术的技术、包含叙事元素的AI系统);(2)描述这些方法实施的人群和服务背景;(3)综合报告的结果,包括对污名化、参与、赋权、临床指标和恢复过程的影响;(4)分析这些干预如何处理伦理和文化考量,并与以恢复为导向的原则对齐。综述批判性地审视了与公共部门行为健康系统中AI治理直接相关的主题——文化响应性、青少年能动性、叙事合法性以及算法中介的伦理——以指导政策、资金和基础设施规划,确保技术转型加强而非侵蚀青少年行为健康护理的关系和人文基础。
**2. 方法**
研究方法部分描述了设计、搜索策略、纳入排除标准、数据提取和主题分析。设计:研究于2025年1月至2月使用PubMed检索二次研究,搜索字符串应用于标题和摘要,结合数字技术、青少年人群、心理健康和人文学科相关术语。具体搜索策略包括“digital”、“artificial intelligence”、“AI”、“machine learning”、“chatbot”、“large language model”等术语与“child”、“youth”、“adolescent”及“mental health”、“depression”、“anxiety”、“wellbeing”以及“humanities”、“ethics”、“narrative”、“storytelling”、“philosophy”、“culture”的组合。搜索获得1648条记录,并通过Elicit引擎进行补充语义搜索,使用“Digital Humanities in Mental Health Services”和“Digital Humanities in Children Mental Health Services”查询,以检索明确涉及人文学科整合的研究。记录导入统一网络筛选平台,进行重复删除和后续评估。筛选分两个阶段(标题/摘要,然后全文审查),依据预先定义的资格标准。单名评审员进行标题、摘要和全文筛选,数据提取和主题编码由同一评审员进行,随后通过作者之间的协作讨论进行审查,以增强分析严谨性并确保与研究目标一致。为符合聚合跨不同临床情境的预先验证高质量证据的目标,纳入仅限于综合儿童和青少年心理健康服务中数字人文应用的范围综述和系统综述。本综述按照PRISMA范围综述扩展(PRISMA-ScR)指南进行。鉴于数字人文的跨学科性质以及临床干预模型和理论取向的固有变异性,选择二次研究综述作为最稳健的方法。纳入和排除标准预先设定,确保入选研究直接涉及数字人文与AI赋能儿童和青少年数字心理健康干预的交叉。仅系统综述和范围综述符合资格,因为这些设计有助于跨异质性研究进行结构化综合,并支持识别重复主题和概念框架。合格的综述必须考察AI赋能数字心理健康干预,包括机器学习、预测算法、大语言模型或基于AI的决策支持系统,同时将数字人文视角作为核心分析或方法论框架。人文知情视角包括伦理、文化、哲学或社会维度,它们为AI技术在心理健康情境中的设计、实施、评估或解释提供信息。仅纳入满足所有预先定义资格标准的研究。排除仅关注非AI数字干预、缺乏实质性数字人文视角、涉及一般AI伦理但未应用于数字心理健康,或采用非综述出版格式(如社论、观点论文、信件或会议摘要)的出版物。未满足一项或多项资格标准的全文文章被排除。最终17项研究构成方法学严谨的综述级证据样本,适合对AI赋能数字心理健康技术的设计、治理、实施和伦理维度进行主题综合。使用预先开发的结构化图表框架系统提取每项纳入研究的数据(见表1)。数据提取模板捕捉研究特征、主要医疗领域、所考察的AI技术类别、参与的人文学科或理论框架,以及与整合、结果和治理相关的主要发现。采用归纳主题分析来综合各来源的发现。与既定综述方法一致,未进行纳入研究的正式批判性评估。本综述的目标是映射现有文献的广度、特征和主题模式,而非评估个别研究的方法学质量或偏倚风险。主题分析被选为灵活且稳健的方法,用于识别异质性文献中的重复模式、关键概念和主题汇聚,包括实证研究、理论论文和概念框架。分析从描述性编码关键变量开始,如所代表的人文学科、AI技术、整合机制和利益相关者角色,然后通过迭代比较和与数据的持续接触将其分组为高阶主题。编码和主题开发协作进行,以增强分析严谨性并确保与综述目标一致。最终综合得出六个总体主题,阐明了将人文学科整合到AI健康技术中的贡献、价值主张和实施挑战。在此背景下,主题分析不仅总结文献现状,还揭示概念缺口、未解决的张力以及技术创新与人文探究交叉点的新兴机遇。
**3. 结果**
结果部分报告了文献检索结果和识别出的六个主题。文献检索通过PubMed识别出1648条记录,通过Elicit语义搜索额外获得74条记录。去重后,1672条记录进行标题和摘要筛选。其中,90篇全文文章评估资格,17项研究符合纳入标准进行主题综合。纳入的研究包括系统综述、范围综述和荟萃分析,涉及数字心理健康干预、AI伦理、参与式设计、实施和治理,涵盖学校、临床、社区和数字健康环境,并综合了来自随机试验、观察性研究、定性研究和概念分析的发现。在证据基础中识别出六个重复主题:参与、参与式协同设计、人类监督、公平性、伦理治理和实施。关于干预有效性的证据在系统综述和荟萃分析中最强,而与伦理、治理、公平性和实施相关的发现主要来自范围综述和概念综合。第一个主题涉及参与:在纳入的综述中,参与与干预模式、发展适宜性、污名化以及家庭或社会背景相关。几项研究还报告干预特征(包括游戏化和人类支持的可获得性)影响参与和干预结果。第二个主题涉及参与式协同设计:研究描述了在干预开发过程中使用利益相关者咨询委员会、社区伙伴关系和迭代反馈。利物浦等人(Liverpool et al.)[38]还识别出协同生产是干预设计和实施的常见组成部分。第三个主题关注人类监督:综述一致报告包含人类支持的干预与完全自动化方法相比显示改善的有效性。伦理综述还强调在AI辅助决策中维护有意义的人类控制,以支持患者安全、责任和专业责任。第四个主题涉及公平性:几项研究报告了社会人口统计学信息的不一致收集和报告,限制了差异评估并降低了普遍性。通用干预的综述还报告了对结构性不平等和包容性设计的关注有限。伦理综述进一步识别出算法偏见是与AI实施相关的重复关注点。第五个主题涉及伦理治理:在讨论AI实施时,综述一致识别出如善行、自主性、正义、透明度、隐私和责任等原则。几项研究报告了碎片化的监管框架和缺乏统一的AI治理标准。青少年聚焦的综述还识别出隐私、验证和在线安全为重复考量。第六个主题涉及实施:在纳入的研究中,实施通常涉及机构准备度、劳动力培训、可持续性和情境适应。综述还报告了尽管有支持远程和数字交付干预的证据,但实施存在显著变异。在慢性病人群中也有类似发现,实施在不同医疗环境中有所不同。在17项纳入的综述中,这些主题在不同环境中报告,包括学校、门诊诊所、社区项目和数字平台。尽管症状减轻的证据在随机和荟萃分析研究中最强,但文献中的重复发现也涉及AI赋能青少年心理健康干预中的参与、参与式设计、人类监督、公平性、伦理治理和实施。
**4. 讨论**
讨论部分综合了关于数字人文整合到AI赋能青少年心理健康干预中的综述级证据。结果中识别的六个主题共同表明,人文知情视角始终被纳入数字心理健康技术的设计、治理和实施中。这些视角并非孤立的伦理考量,而是贯穿于AI支持干预的开发过程中。在纳入的综述中,人文学科贡献围绕三个相互关联的领域:设计、治理和实施。在设计领域,参与超越可用性,包括发展适宜性、参与式协同设计和文化响应性。这些观察与先前证据一致,表明有意义的参与和利益相关者参与提高干预可接受性和实施。在治理领域,文献始终强调透明度、责任和有意义的人类监督是AI辅助决策的重要考量。在实施领域,机构准备度、劳动力能力和情境适应被反复识别为影响数字干预成功部署的因素。本综述还强调人文学科视角在AI开发中的定位差异:一些研究主要将人文知情方法描述为改善可用性和信任的实用策略,而另一些则将其框架为考察AI系统中嵌入的伦理、文化和社会技术假设的更广泛视角。这一区别表明数字人文不仅贡献于干预开发,还促进对塑造AI支持护理的价值观和假设的批判性反思。公平性作为文献中的另一个一致发现出现:社会人口统计学特征的不一致报告限制了差异评估并降低了普遍性。伦理分析进一步识别出算法偏见反映了嵌入数据收集和机构实践中的更广泛结构性不平等。这些发现支持在未来的AI赋能心理健康研究中需要文化响应性数据实践和更透明的报告。讨论部分还考虑了若干局限性:本研究设计为范围综述以映射文献广度,而非评估方法学质量或干预有效性。与既定范围综述方法一致,未进行正式批判性评估。尽管制定了综述协议以指导过程,但未正式注册。此外,筛选、数据提取和初始编码由单名评审员进行,随后由研究团队协作审查。虽然此方法增强了主题解释的一致性,但独立重复筛选将进一步增强方法学严谨性。最后,证据基础仍存在异质性,关于伦理关怀框架、生成式AI和大语言模型在青少年心理健康系统中的实证研究相对有限。未来研究应通过纵向实施研究、公平性聚焦分析和新兴AI技术的现实世界评估来评估人文知情AI方法。还需要额外研究考察数字人文如何为多样性青少年群体中的治理框架、文化响应性实施和以恢复为导向的心理健康系统提供信息。
**5. 结论**
结论部分总结:本范围综述表明数字人文提供了重要的跨学科视角,用于理解AI赋能青少年心理健康干预的设计、治理和实施。在17项综述级研究中,人文知情方法与参与式设计、人类监督、伦理治理、公平性和情境敏感实施始终相关。尽管证据基础仍存在异质性,但发现表明整合人文知情视角可能加强更伦理、更公平和更适应发展的AI支持心理健康技术的开发。未来研究应从概念性讨论转向对人文知情AI方法的实证评估,特别是涉及实施、公平性和新兴生成式AI技术。此类工作将有助于确定数字人文如何为儿童和青少年AI赋能心理健康系统的负责任开发和部署做出贡献。