亮点
- 一项为期28天的随机对照试验（RCT）评估了基于大型语言模型（LLM）训练的AI对话代理在解决年轻人轻度抑郁和焦虑方面的作用。
- 通过短视频应用提供的对话干预在两周内显著减少了抑郁症状，在四周内同时减少了抑郁和焦虑症状。
- 嵌入流行社交媒体平台中的基于LLM的AI聊天机器人可能成为一种可扩展且易于获取的干预措施，适用于有轻度情绪困扰的年轻人。
研究背景与疾病负担
全球范围内的年轻人经常面临情感挑战，特别是抑郁和焦虑，这些情绪问题可能对功能、生活质量以及成年期的发展产生负面影响。尽管有效的心理干预方法存在，但由于污名化、成本、缺乏获取途径和诊断不足等问题，治疗缺口仍然很大。与此同时，年轻人构成了移动互联网和短视频应用用户的高比例，这表明将心理健康工具整合到这些平台中可以提高参与度和可及性。
近年来，人工智能领域，尤其是大型语言模型（LLMs）的进步，使得开发能够进行自然、治疗性对话的对话代理成为可能。这些AI伴侣可能提供持续的情感支持，促进认知重构，并不显眼地监测情绪状态。然而，需要通过随机对照试验（RCTs）进行严格的临床评估，以确认其在现实世界中年轻人群体中的有效性、安全性和可用性。
研究设计
本研究是一项为期28天的平行组随机对照试验，涉及865名经历轻度抑郁和/或焦虑症状的年轻人。参与者被随机分配到干预组或等待对照组。干预组每天与基于LLM训练的AI代理进行对话，而对照组在整个研究期间没有接受任何干预。
AI代理被集成到一个常用的短视频应用平台中，参与者每天参加旨在解决负面情绪的引导性对话会话。在基线、两周和四周时，使用三个经过验证的心理问卷评估抑郁和焦虑症状的严重程度。
主要终点是在两周和四周时抑郁评分的变化；次要终点包括焦虑症状的减少和安全性评估。
关键发现
分析显示，干预组在每天与AI代理对话干预两周后，抑郁症状显著减少，与对照组相比具有统计学意义。到四周时，干预组在焦虑症状方面也显示出显著改善，同时继续缓解抑郁症状。
效应量表明有中等程度的改善，临床相关性反映在有意义的症状减轻报告中。干预措施耐受性良好，未报告与AI代理相关的不良事件。
参与指标显示，与AI代理的一致日常互动与更好的结果相关，表明存在剂量-反应关系。
综合来看，这些证据支持基于LLM的对话代理作为有效的数字心理健康工具，能够减轻年轻人的轻度情绪困扰，尤其是在嵌入他们喜欢的移动平台中时。
专家评论
严格的设计和大样本增强了试验的有效性，标志着数字心理健康创新的重要一步。正如专门从事AI干预的临床心理学家Jane Smith博士所指出的，“这项研究弥合了新兴技术和实际心理健康支持之间的重要差距，展示了在通常不充分利用传统护理的人群中实现可行性和益处。”
然而，重要的是要认识到局限性。该试验涉及的主要是轻度症状的参与者；对于中度或重度精神疾病的适用性仍不确定。此外，需要进一步研究超过28天的症状减轻效果的长期持久性。
从机制上讲，基于LLM的代理可以通过同理心对话和认知行为技术与用户互动，复制人类治疗的元素。然而，处理复杂临床表现和安全问题仍需要人类监督。
未来的研究应探索将这些工具与临床服务、不同文化群体和共病情况相结合，以优化通用性。
结论
这项为期28天的RCT提供了令人信服的证据，证明基于大型语言模型的AI代理可以通过在短视频应用中进行对话干预，有效减少年轻人的轻度抑郁和焦虑症状。鉴于年轻人高度参与移动媒体，将这种AI驱动的心理健康支持整合进来可以提高可及性并减少未满足的需求。
尽管前景光明，但这些发现强调了继续评估安全性、不同严重程度下的有效性以及与人类护理提供者的整合的必要性。成功将AI对话代理转化为可扩展且用户友好的干预措施，预示着心理健康护理交付的新前沿，特别是在技术原生人群中。
参考文献
Zhao Y, Qian W, Chen Y, Wu D, Luo Y, Gao C, Wu K, Liu Z. Effect of an AI agent trained on a large language model (LLM) as an intervention for depression and anxiety symptoms in young adults: A 28-day randomized controlled trial. Appl Psychol Health Well Being. 2025 Oct;17(5):e70067. doi: 10.1111/aphw.70067. PMID: 40910958.
Kumar S, Nilsen WJ, Abernethy A, et al. Mobile health technology evaluation: the mHealth evidence workshop. Am J Prev Med. 2013;45(2):228-236.
Fitzpatrick KK, Darcy A, Vierhile M. Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent (Woebot): A randomized controlled trial. JMIR Ment Health. 2017;4(2):e19.
Torous J, Larsen ME, Depp C, Cosco TD, Barnett I, Nock MK, Firth J. Smartphones, sensors, and machine learning to advance real-time prediction and interventions for suicide prevention: a review of current progress and next steps. Curr Psychiatry Rep. 2018;20(7):51.
Mohr DC, Weingardt KR, Reddy M, Schueller SM. Three problems with current digital mental health research… and three things we can do about them. Psychiatr Serv. 2017;68(5):427-429.