人工智能在心理治疗中的患者体验与心理学家态度：一项主题建模研究

《Internet Interventions》：Patient experience and psychologists' attitudes toward AI in psychological treatment: A topic-modeling study

　　

研究人员对社交焦虑障碍(SAD)患者在接受人工智能(AI)驱动的心理治疗后的访谈数据进行主题建模(topic modeling)分析，并收集了818名心理学家对数字孪生(Digital Twin)和虚拟患者(Virtual Patient)两种未来应用场景的反应。患者重视AI带来的私密、按需访问，这规避了求助污名；心理学家接受AI作为患者的替代者，而非自身的替代者。两组均将AI的能力上限置于其无法提供的人际关系之上。

人工智能(AI)在心理健康护理中的应用正随着大语言模型(LLM)的发展而加速。早期治疗聊天机器人依赖脚本化内容，而当代生成式AI能够产生开放、对话式的回应，更接近真实的临床对话。尽管症状结局试验显示AI治疗可减轻抑郁和焦虑，但这些试验无法回答一个重要问题：患者和心理学家如何体验和评价这些生成式AI？尤其是对于社交焦虑障碍(SAD)患者，其害怕负面评价的核心特征使得隐私和按需访问特别重要，但完全缺乏人际接触也可能成为一种安全行为。现有文献多基于假设情境调查态度，且患者与临床医生的观点往往被分开研究。为此，研究人员设计了两项互补分析：对已经实际使用过AI治疗的患者访谈数据进行主题建模，同时对心理学家关于未来AI应用场景的开放式反应进行主题建模。

研究人员开展的研究包括：第一，来自一项瑞典语随机对照试验的11名SAD患者，在完成AI辅助心理治疗（心理动力或认知行为治疗）后接受电话访谈；该AI系统基于Claude 3.7 Sonnet，具有多代理架构。访谈转录后获得390段可分析的患者话语。第二，818名心理学家（包括执照心理学家、实习心理学家和硕士生）在线回答了两个假设场景：一个“数字孪生(Digital Twin)”场景和一个“虚拟患者(Virtual Patients)”场景，共得到1551份可分析文档。两个语料库均使用潜在狄利克雷分配(Latent Dirichlet Allocation, LDA)进行主题建模，选择k=4的解，并通过高概率词和上下文读取进行解释验证。该研究得出重要结论：患者重视AI治疗的私密性和按需访问，这帮助规避了寻求帮助的污名；心理学家则接受AI作为患者的替身（如模拟训练中的虚拟患者），但拒绝AI代替自己（如数字孪生）提供临床服务；两组成员都将AI的局限性定位在无法提供真实人际关系。这一发现提示，AI在心理治疗中的角色定位比技术能力本身更影响接受度。

关键技术方法：数据来源为瑞典语随机对照试验的患者访谈和通过瑞典心理学会渠道招募的心理学家在线调查。分析中，对瑞典语文本进行词形还原、小写化、去除标点数字和停用词，构建包含一元、二元、三元词项的文档-词项矩阵，剔除少于两篇文档出现的词项。使用LDA模型，通过Gibbs采样(2000次迭代, alpha=0.1, beta=0.5)估计主题，选择主题数k=4。主题解释基于高概率词汇和每个主题中载荷最高的三个文档，经研究团队讨论达成一致。

研究结果。患者样本的主题：主题1分析性参与与情境洞察（Analytic Engagement & Situational Insight），患者将AI视为能够即时反馈的分析工具，促进了持续投入；主题2深层临床加工与自我理解（Deep Clinical Processing & Self-Understanding），患者认为AI提供了一个非评判性的空间，能够反复探索焦虑并理解自身反应；主题3关系真实性、污名与人机比较（Relational Authenticity, Stigma & the Human-AI Comparison），患者意识到AI的人工性，并因害怕他人的评判而隐瞒使用AI治疗，同时认为人类治疗师提供了不同的互动；主题4按需访问与参与后勤（On-Demand Access & Engagement Logistics），患者重视随时可得的AI支持，特别是在晚间或困难时刻，而不必等待每周会谈。心理学家样本的主题：主题1训练效用与技能演练（Training Utility & Skill Rehearsal），主要来自虚拟患者场景，心理学家认为模拟患者为反复练习临床技能提供了低风险环境，尤其适合学生和早期职业者；主题2条件性接受与临床作者身份（Conditional Acceptance & Clinical Authorship），主要来自数字孪生场景，心理学家愿意接受的前提是明确标记何时在与AI互动、对AI以自己名义说出的内容保持控制，并对其输出进行监督；主题3关系丧失与模拟接触的局限（Relational Loss & the Limits of Simulated Contact），跨场景出现，心理学家强调真实人际关系不可替代，治疗关系本身是治疗机制；主题4一般效用与风险评估（General Utility & Risk Appraisal），也是跨场景，心理学家权衡了AI使用的有限益处与风险，如依赖增加和可能产生错误理解。

讨论总结：患者和心理学家的观点在“关系不可替代”上汇聚，但出发点和角色指向不同。患者享受AI的可用性和隐私，而心理学家担忧这种持续可得可能造成依赖，并引发责任和作者身份问题。对AI角色的分配集中体现在：虚拟患者作为训练工具得到肯定，数字孪生作为临床替代则遭遇保留。这种模式与临床医生普遍接受AI作为辅助却拒绝被替代的文献一致。研究也承认局限，包括患者样本量小、主题模型无法理解否定和语境、心理学家场景词汇差异可能造成机械分离、以及自我选择偏差和单一国家背景。

研究结论翻译：患者重视AI提供的治疗，因为它可及且私密，而心理学家对用于培训的模拟患者比对代表自己的替身更持开放态度。这些描述性发现涉及不同人群、应用和暴露形式，应结合已知的安全隐患和替代人类服务提供者的限制加以权衡。未来研究应比较患者和心理学家在实际使用同一指定应用后的观点，招募更大和更多样化的患者样本，并模拟心理学家内部配对的场景反应。