心理所在心理健康智能服务方面取得系列进展

心理健康是社会和谐发展的重要基石。据《柳叶刀-西太平洋》（The Lancet Regional Health – Western Pacific）2024年发表的一项系统综述显示，我国平均每10万人拥有不足3名心理健康专业人员，传统心理评估与干预服务面临资源匮乏、成本高昂、地域分布失衡等突出挑战。研究表明，84.3%的精神障碍患者从未主动寻求过专业帮助，社交媒体上大量心理危机信号未被及时发现。如何将心理学的专业知识与理论优势融入人工智能系统，构建高效的智能化心理健康服务，成为亟待解决的科学问题。

近日，中国科学院心理研究所朱廷劭研究组在《心理学报》发表两项研究成果，以心理学理论驱动人工智能技术应用，系统构建了从自杀意念智能识别到辅助式AI心理干预的“识别-干预”全链路解决方案。

一、心理学理论驱动的自杀意念智能识别

自杀每年导致全球约80万人死亡，是15至29岁青年群体的第二大死因。整合动机-意志模型（IMV模型）指出，自杀意念是个体从动机阶段向意志阶段转变的关键信号，及早识别是预防自杀行为的重要窗口。然而，传统评估依赖临床访谈和自评量表，受限于个体的主动求助行为，难以实现大范围、实时化的风险监测。针对上述瓶颈，研究组基于心理学对自杀意念语言表达规律的深入理解，提出了一种大语言模型（LLM）驱动的自杀意念数据增强与识别技术框架。研究以IMV模型为理论指导设计数据标注策略，驱动大语言模型生成符合自杀意念心理特征的多样化文本。

图1. 识别任务研究框架

研究采用两阶段设计：阶段一以ChatGLM3-6B和Qwen-7B-Chat为基座模型，通过监督学习微调，使模型习得自杀意念的语言表达模式，两个自研模型综合得分分别达到0.90和0.92，显著优于所有基线模型（p < 0.001）；阶段二利用增强数据训练识别模型，最优模型准确率达0.86，真阴性率达0.94，显著超越最优基线（p < 0.001）。

该策略将心理学对自杀意念表达特征的专业知识有效嵌入AI系统，为基于社交媒体的“主动预防式”心理危机识别提供了新路径。

二、心理咨询理论指导的自助式AI咨询系统构建与效果评估

在识别环节之后，如何为广泛人群提供低成本、高可及性的心理干预，是研究组进一步关注的核心问题。研究组将心理咨询的专业流程与治疗技术体系融入大语言模型，构建了一套不依赖真实咨询案例数据的自助式AI心理咨询系统，并通过随机对照试验（RCT）评估其干预效果。

图2. 自助式AI心理咨询系统对话示例

研究团队将心理咨询的标准化流程（8步咨询过程）和多元治疗技术（认知行为疗法、人本主义、接纳承诺疗法等9种取向）编码为结构化提示，采用零样本学习与思维链（CoT）提示相结合的策略优化模型表现。经7轮迭代优化，由3名持证咨询师评估显示，系统在规范性、共情和连贯性维度上均获得显著提升（效应量>1）。基于拟社会互动理论，该研究设计了拟人化（男性/女性咨询师形象）与非拟人化（机器人形象）两类交互条件，对202名参与者开展为期两周的RCT。结果发现：

图3. 抑郁、焦虑、压力和孤独感的变化趋势

• 抑郁与焦虑显著改善（p<0.001），其中焦虑改善在一周后追踪中持续存在，提示AI咨询中习得的认知应对技能具有自我维持潜力；
• 孤独感方面，拟人化设计显著优于非拟人化设计（降幅>3分 vs. 1.43分，p<0.001），表明拟人化通过增强 “社会临在感”满足了社会联结需求；
• 压力方面，仅非拟人化机器人组表现出显著缓解效果（p<0.001），非拟人化设计消除了“社会评价威胁”，为压力表达创造了无评判环境。

以上发现揭示了心理学机制在AI干预设计中的关键指导作用——不同心理问题需要匹配不同的人机交互策略。

该系列研究展示了心理学赋能人工智能的独特路径：以心理学理论（IMV模型、拟社会互动理论、多元咨询取向）为“灵魂”，以大语言模型技术为“载体”，构建了从危机识别到干预服务的完整链路。

研究表明，脱离心理学专业知识的AI系统难以有效应对复杂的心理健康问题，只有将心理学的理论洞见深度融入AI的设计与优化过程，才能实现真正有效的智能化心理健康服务。

未来，研究组将进一步探索跨文化适用性、提升AI在深层心理问题探索中的专业能力，并推动人机协作的心理健康服务新模式。

论文信息：

1. 章彦博#, 黄峰#, 莫柳铃, 刘晓倩, 朱廷劭 (2025). 基于大语言模型的自杀意念文本数据增强与识别技术. 心理学报, 57(6), 987–1000. https://doi.org/10.3724/SP.J.1041.2025.0987

2. 黄峰, 丁慧敏, 李思嘉, 韩诺, 狄雅政, 刘晓倩, 赵楠, 李林妍, 朱廷劭 (2025). 基于大语言模型的自助式AI心理咨询系统构建及其效果评估. 心理学报, 57(11), 2022–2042. https://doi.org/10.3724/SP.J.1041.2025.2022