AI 心理健康前沿 — 真正缺少的指标是接触规模
越来越多人把聊天机器人用于心理健康支持，但研究界仍难以回答：谁在使用、通过什么产品、处在照护流程的哪一环，以及是否获得了安全保护。
心理健康 AI 现在可能面临一个比模型分数更基础的问题：我们甚至不知道有多少人正在使用它。npj Digital Public Health 最近的一篇综述指出，不同研究对“使用 AI 获得心理健康支持”的定义并不一致，研究者也常常无法确认用户实际接触到的工具和服务内容。与此同时，关于八个模型的最新评估报道显示，模型在不同心理健康场景和用户语境下的安全表现并不稳定。
这两条信号应当放在一起看。基准测试告诉我们模型在测试题里如何表现；接触规模测量则告诉我们有多少人遇到这种表现、通过哪类产品遇到，以及是在接触人工照护之前还是之后。缺少其中任何一项，临床人员和构建者都无法判断一个安全缺口的实际影响。
前沿信号
这篇 npj Digital Public Health 综述在 2026 年 4 月更新检索后纳入了更多记录，并指出现有证据十分分散。有的调查统计聊天机器人，有的统计症状筛查工具、通用助手、类似治疗的产品或福祉应用；不同研究对“使用”也有自己的定义。综述的核心不是给出一个流行率，而是指出整个领域缺少共同分类法，也缺少验证用户到底经历了什么的可靠方法。
这件事之所以紧迫，是因为安全问题已经从“模型能否正确回答一个提示”转向“这个系统处在一个人的照护路径中的什么位置”。最近的多模型安全评估从另一面说明了同样的问题：模型表现会随心理健康条件和隐含意图而变化，因此一次互动的风险取决于上下文。
综述不是流行率研究，模型评估也不是临床结局研究。但两者共同支持一个务实结论：在宣称有效或有害之前，行业需要先把真实使用测量做好。
为什么临床与构建者在意
“使用过一次”并不是完整事件。有人只向通用助手提问一次，有人连续数周使用专门应用，有人把 AI 生成的总结带进心理咨询，也有人在等待预约期间依赖聊天机器人。每条路径都有不同的披露、错误、升级和隐私风险。
对临床人员来说，未知的 AI 接触会增加问诊难度。患者可能带来一段建议或风险判断，却说不清由哪个系统生成，也不清楚此前的多轮对话如何影响了结果。对构建者来说，没有分母的安全看板同样容易误导：事件数量少，可能意味着风险低，也可能意味着使用量低、报告机制差，或真实使用根本不可见。
这也是服务导航问题。如果 AI 实际上承担了非正式的心理健康入口，那么它的转介行为和失败方式会影响后续服务，即使产品没有把自己称为临床工具。
这正是心理健康 AI 入口评估所提出的系统问题：第一次互动本身就已经属于照护流程。
技术解读
构建者可以把测量拆成三层。第一层是产品接触：会话数量、重复使用、进入渠道、在合法且合乎伦理的前提下记录的年龄段、语言，以及是否有人工服务可用。第二层是互动上下文：用户目标、对话长度、安全相关状态变化，以及系统是回答、澄清、拒绝还是升级。第三层是结果与交接：资源点击后的完成情况、可测量的预约完成、用户报告的帮助程度、临床人员的纠正和安全事件。
这些指标不应成为无限收集敏感对话的理由。可以使用事件模式、短期风险特征、设备端或脱敏处理、经过同意的研究队列和聚合报告。关键是可比性：不同团队至少要对“心理健康 AI 使用”和“成功升级”有大致一致的含义。
之后，真实接触测量还要和模型测试连接起来。如果实验室发现某种不安全行为，团队需要知道生产环境是否出现了相似情境、频率如何，以及哪一层控制能够拦截。如果安全干预降低了任务完成率，也应该用数据衡量这个取舍，而不是凭感觉判断。
临床现实校验
更好的测量不会自动带来安全的 AI。自我选择、缺失数据、语言差异和隐私聚合都可能扭曲结果。一个没有报告 AI 使用的人，并不等于没有受到影响；点击危机资源链接，也不等于人工交接已经成功。
标准化同样需要克制。分类过粗，会掩盖关键差异；分类过细，又会让日常团队无法维护。更现实的目标是建立最低限度的共同词汇，同时公开不确定性，而不是制造虚假的精确感。
最重要的是，测量不能把脆弱用户变成被监控的对象。每一项数据都应对应明确的安全或质量问题，写清留存边界，并让人工审核承担可追责的实际职责。
构建者要点
- 明确定义“心理健康 AI 使用”，并为每个看板或研究公开纳入规则。
- 分开追踪接触、互动状态和交接结果；不要从参与度直接推断临床收益。
- 通过聚合且保护隐私的映射，把生产事件数据与场景化安全测试连接起来。
- 测量转介是否完成、是否被临床人员纠正，而不仅是链接是否显示。
- 把缺失本身当作结果报告：年龄、语言、产品来源或后续结果未知，都应明确标出。
链接 / 来源
- npj Digital Public Health：Barriers to understanding how many people use AI for mental health support —— 关于定义不一致和证据缺口的综述。
- Medical Xpress：For most mental health conditions, AI remains a liability, research finds —— 关于近期多模型安全评估的公开报道。
- JAMA Health Forum：Why AI’s Mental Health Risks Demand Regulation Now —— 更广泛的治理背景。
- WisdomChain：The Front Door Is a Clinical Workflow —— 关于入口、分流和转介设计的相关内部分析。