增强大学生抑郁症治疗：具有社交线索的AI聊天机器人显示出更优效果

研究背景及疾病负担

抑郁症是全球大学生中面临的重要心理健康挑战，常伴有焦虑，对学业表现和生活质量产生负面影响。传统的治疗干预措施经常遇到包括污名化、有限的可及性和资源限制等障碍。数字健康工具，特别是AI驱动的聊天机器人，作为有希望的可扩展干预手段，有助于缓解这些挑战。当前的聊天机器人设计采用了各种社交线索——如语音调节、动画和同理心语言——以模拟人类互动。然而，支持这些社交线索在改善抑郁症治疗结果方面的有效性的明确证据仍然有限。徐和马的研究旨在通过严格比较具有高社交线索（HSC）设计的AI聊天机器人与低社交线索（LSC；仅文本）设计在减轻至少中度抑郁症（PHQ-9 ≥ 9）的大学生抑郁症状方面的临床有效性来填补这一空白。

研究设计

这项开放标签随机对照试验在16周期间招募了84名大学生。参与者被随机分配到两个聊天机器人干预组之一：HSC组接受了结合文本、语音和动画社交线索的聊天机器人干预，旨在创造一个引人入胜、类似人类的对话体验；LSC组使用了一个缺乏这些额外社交线索的仅文本聊天机器人版本。基线和每4周使用经过验证的心理测量工具评估临床结果：使用患者健康问卷-9（PHQ-9）衡量抑郁严重程度，使用广泛性焦虑障碍量表（GAD-7）评估焦虑症状，使用正负情绪量表（PANAS）评估情绪变化。次要终点包括用户满意度（客户满意度问卷-8，CSQ-8）、治疗联盟（工作联盟量表-短修订版，WAI-SR）和自我报告的聊天机器人干预依从性。

主要发现

基线人口统计学和临床特征显示HSC组（n=42）和LSC组（n=42）之间没有显著差异，支持可比性。意向治疗分析显示，HSC组的参与者在抑郁症状方面有显著更大的改善，PHQ-9评分降低的效应量适中（Cohen’s d = 0.63，P < 0.01），而LSC组则不然。根据GAD-7测量的焦虑症状减少也偏向HSC组（d = 0.50，P = 0.003）。此外，HSC组在PANAS上的情绪谱型有所改善，表明积极情绪增强，消极情绪减少，尽管文章未提供PANAS的具体统计细节。

HSC组的依从性明显更高，效应量表明存在较大差异（d = 0.82，P < 0.01）。这表明语音和动画等社交线索的存在增加了用户的参与度和持续使用时间。相应地，HSC组的用户满意度（CSQ-8评分）显著更好（P = 0.02），反映了更高的接受度和感知帮助。同样，作为用户与聊天机器人之间协作关系指标的治疗联盟，在HSC组中更强（WAI-SR评分，P < 0.001）。这一发现值得注意，因为治疗联盟通常与心理治疗中的治疗依从性和积极临床结果相关。

LSC组的仅文本聊天机器人虽然仍作为干预措施活跃，但提供的症状缓解、参与度和用户满意度相对有限，强调了实施复杂社交线索功能的增量价值。

专家评论

这些结果提供了令人信服的证据，证明将多模态社交线索整合到AI聊天机器人的设计中可以显著提高易受伤害的青少年群体中的抑郁症和焦虑症治疗效果。症状减少的幅度和依从性的提高表明，社交线索可能促进更加个性化和同理心的数字治疗体验，这对于关系因素至关重要的心理健康护理至关重要。

尽管该研究具有优势，但它是开放标签的，可能会引入偏差，样本量较小，限制了更广泛的推广性。大学生群体在数字素养和对聊天机器人干预的开放度方面可能与其他人群不同。还需要长期随访数据来评估持续的有效性和潜在的复发预防。未来的研究可以探索将聊天机器人的社交线索与定制内容或与人类治疗师支持的整合，以优化临床效用。

结论

这项随机对照试验有力地证明了采用高社交线索设计的AI聊天机器人在减轻大学生的抑郁和焦虑方面优于仅文本的同类产品。观察到的治疗联盟、依从性和用户满意度的提高证实了社交线索在数字心理健康干预中的临床价值。这些发现支持在资源受限或污名敏感的背景下采用和进一步开发社会智能聊天机器人，作为传统心理治疗的可及、可扩展的辅助或替代手段。正在进行的创新和严格的评估是有必要的，以最大限度地发挥其对心理健康护理交付和结果的影响。

参考文献

Xu S, Ma T. Depression intervention using AI chatbots with social cues: a randomized trial of effectiveness. J Affect Disord. 2025 Nov 15;389:119760. doi: 10.1016/j.jad.2025.119760. Epub 2025 Jun 23. PMID: 40562106.