亚洲心理健康体系下人工智能赋能的数字心理健康干预实施决定因素：基于唐纳贝迪安模型的范围综述

《Administration and Policy in Mental Health and Mental Health Services Research》：Implementation Determinants for AI-Enabled Digital Mental Health Interventions Across Asian Mental Health Systems: A Scoping Review Using the Donabedian Model

　　

摘要

心理健康障碍在亚洲地区造成的负担日益加重，由于服务碎片化、卫生人力资源短缺以及对心理健康基础设施投资不足，治疗缺口通常超过70%。人工智能驱动的数字干预措施被广泛推崇为可扩展的解决方案，但实施过程往往在技术设计与当地卫生系统、社会文化及基础设施现实之间的衔接环节受阻。目前尚无研究运用服务质量框架系统梳理这些工具在亚洲心理健康生态系统中的实施决定因素。本范围综述旨在填补这一空白。按照范围综述系统评价与Meta分析首选报告条目扩展规范（PRISMA-ScR）指南，在五个电子数据库（PubMed、Scopus、Web of Science、JMIR和ScienceDirect）中进行了系统检索，检索范围为2015年1月至2025年12月发表的经同行评议的英文文献。纳入的研究包括实证研究、综述和概念分析，重点关注亚洲人群中人工智能驱动的心理健康筛查与评估的障碍。从12篇纳入文献中提取数据，采用Donabedian框架（结构、过程、结果）组织描述性内容分析进行综合，并对每篇研究按证据成熟度编码，同时对照AI工具类型分类学和心理健康护理连续性进行映射。结构层面障碍包括组织准备度不足、缺乏治理框架和数字基础设施不完善。过程层面障碍源于以西方为中心的工具设计与亚洲集体主义价值观之间的文化及情境不匹配、语言障碍、用户体验设计欠佳以及对AI输出的临床安全性担忧。结果层面障碍表现为感知相关性低、用户参与度差以及因隐私、准确性和缺乏类人情感支持方面的担忧而导致的使用率下降。现有证据主要集中在预防阶段和寻求帮助阶段的聊天机器人和筛查工具上，在治理、临床工作流程整合、危机应对和真实服务评估方面存在关键缺口。成功实施取决于治理与安全基础设施、文化上有效且语言上适当的设计、卫生人力资源整合与监管以及明确的公平性保障措施。本综述提出了一份系统准备度检查清单，旨在引导规划者和心理健康服务负责人在护理路径中嵌入AI工具，同时保留临床决策中人的有意义参与。