AI 心理健康前沿——治疗室里已经出现一条看不见的第二通道
APA 的 2026 年调查显示,患者正在把聊天机器人带进治疗过程。真正的产品挑战,是让这条隐形通道可披露、可解释、可治理。
患者已经在把生成式 AI 带进心理治疗。美国心理学会(APA)2026 年《聊天机器人与心理健康调查》显示,超过三分之一的心理学家表示,他们的患者正在把 AI 当作额外的心理健康专业支持者。这意味着产品问题已经变了:即使诊所没有部署聊天机器人,AI 也可能已经进入照护路径。
这条“第二通道”之所以重要,是因为它可能影响患者披露什么、相信什么,以及带着什么进入治疗,却没有出现在临床记录里。对构建者和临床运营者而言,眼下的前沿不是让聊天机器人更像治疗师,而是让患者的 AI 使用足够可见、足够可讨论,并能被安全地纳入治理。
前沿信号
APA 调查于 2026 年 4 月在美国开展,采用基于概率的线上样本。它不是临床疗效试验,而是一个部署信号:人们正在围绕心理健康使用聊天机器人,心理学家也已经在实际工作中遇到这种使用。
近期报道进一步放大了临床界的担忧,尤其是缺乏专业监督和错误信息的问题。但报道不能替代同行评审的安全研究,也不能直接推导出所有患者的风险比例。可以确认的运营含义是:AI 不是“我们的产品”,不等于它就在“我们的安全边界”之外。
为什么临床与构建者在意
这条隐形通道至少会影响四类工作:
- 治疗前的框架。 聊天机器人可能先给患者一个标签或解释,成为其进入治疗时的起点。
- 选择性披露。 患者可能把某些内容告诉机器人,却没有告诉临床人员,或者不提及这次互动。
- 建议漂移。 患者在两次会谈之间可能收到自信但错误的建议。
- 危机信息断裂。 高风险对话可能留在供应商系统里,照护团队却完全不知道。
这首先是工作流问题,而不是要求临床人员监管患者使用的每一个消费级工具。好的系统应当允许临床人员以不带羞耻感的方式询问“你是否用过 AI 讨论这件事?”,也应当让患者可以分享或拒绝分享,而不是把回答自动变成监控。
这也延续了 WisdomChain 对临床如何询问患者使用 AI以及生成式 AI 心理健康器械安全证据的分析:在声称路径受控之前,先弄清 AI 从哪里进入路径。
技术解读
最低限度的架构,应当是在临床工作流外加一层来源与路由能力:
- 捕捉披露: 在初诊和随访中,以中性方式询问是否使用过聊天机器人、用途和时间。
- 经同意导入材料: 患者可以分享对话或摘要,但系统必须保留来源和时间,不能把生成文本直接当成患者事实。
- 标注不确定性: 区分患者陈述、模型解释、临床观察和已核实的临床数据。
- 风险路由: 将高敏感信号送入有明确响应时限的人工复核队列,不能让分类器静默闭环。
- 保留审计轨迹: 记录模型、策略版本、输出、复核动作和最终处置。
这更像数据来源链问题,而不只是聊天机器人的性格问题。系统应能回答:什么内容、通过什么渠道、在谁的控制下进入照护过程,之后发生了什么?隐私设计也是模型边界的一部分。为了讨论而导入的对话,不应自动变成永久的治疗记录;供应商的留存政策也不能藏在“AI 助手”这一笼统标签后面。
临床现实校验
APA 材料说明的是使用情况和临床人员的观察,并没有证明聊天机器人改善疗效、能够替代治疗,或已经形成某一种确定的临床风险。新闻报道也不是同行评审的安全评估。构建者不能把担忧直接转换成一个普遍适用的风险分数。
两端都有失败方式。强制披露可能让患者感觉被审问,损害信任;完全依赖自愿披露又可能漏掉最需要复核的人。导入对话可能暴露第三方隐私。风险模型可能把普通的反思性使用过度升级,也可能漏掉隐晦的危机表达。临床人员还可能被大量低价值 AI 材料拖垮。
因此,真正要测的是工作流:披露是否改善共同理解,复核是否改变决策,团队能否说明当 AI 通道发挥作用时自己做了什么。如果答案是否定的,继续增加模型复杂度也无法填补治理缺口。
构建者要点
- 在初诊和随访中加入中性的 AI 使用问题,并提供“不愿回答”路径。
- 患者分享聊天内容时保留来源和不确定性,绝不把它压平成已核实病史。
- 用真实的患者 AI 材料测试升级流程,覆盖普通、误导性和高敏感案例。
- 跟踪临床负担、披露率、复核一致性、误升级率和漏检审计。
- 在对话进入产品的瞬间清楚说明留存、同意和删除规则。
链接 / 来源
- APA:Patients are bringing AI to therapy——2026 年聊天机器人与心理健康调查。
- APA:调查数据表——调查表格与方法说明。
- APA:关于聊天机器人和健康应用的建议——验证、监督与安全协议方面的提醒。
- WisdomChain:临床需要先问患者如何使用 AI——相关工作流分析。