這項研究開發了一個聊天機器人，目的是早期識別青少年的抑鬱症狀，並解決精神科服務接觸率低的問題。研究分為兩個步驟： 1. **數據收集與分析**：對53名青少年進行標準化訪談，產生4,077對問答，訓練出一個準確率高達97%的模型，能有效區分有無抑鬱症的青少年。 2. **使用Chat GPT生成數據**：為增強數據集，研究利用Chat GPT生成額外語句，發現有效的提示工程具有挑戰性，但成功策略是平衡提示長度與示例數量。 總體來看，這項研究顯示分析青少年語言模式能有效識別抑鬱症狀，而Chat GPT則是創建合成數據的好工具。 PubMed DOI

這項研究探討了HoMemeTown Dr. CareSam的開發與評估，這是一個支援英語和韓語的心理健康聊天機器人。研究針對20位18到27歲的韓國年輕人進行，機器人提供感恩日記和風險檢測等功能。結果顯示用戶在積極性、支持和同理心方面滿意度高，但在專業性和內容複雜性上仍需改進。雖然該聊天機器人展現潛力，但小樣本和短期研究顯示需進一步擴大臨床試驗以提升其有效性。 PubMed DOI

這個對話系統的目的是改善機器人與孩子的互動，透過更好地理解孩子獨特的語言特徵，如不完整句子和發音錯誤。現有的大型語言模型在解讀孩子意圖時不如人類準確，因此系統採用微調方法，利用人類對孩子回應的判斷差異來訓練。這樣一來，系統能更自然地理解孩子的語言，並進行適應性的對話。其有效性透過機器人社交屬性量表和合理性指標進行評估，顯示能理解並回應孩子的話語。 PubMed DOI

這項研究評估了針對青少年心理健康的對話代理（CAs）或聊天機器人的現狀。研究人員找到39篇相關的同行評審文章，發現許多CAs主要是基於專家知識設計，缺乏青少年的意見，且技術仍在早期階段，安全性不足。青少年使用者對CAs在討論敏感話題的可用性表示欣賞，但覺得內容有限。大部分研究未解決用戶數據的隱私問題。這項回顧強調了研究人員、青少年和專家的合作必要性，並呼籲在設計中重視隱私與安全。總體而言，仍需更多研究來驗證這些工具的有效性。 PubMed DOI

心理健康服務的可及性是全球性議題，需求日益增加。對話式人工智慧（AI）被視為潛在解決方案，但建立可靠的虛擬治療師仍具挑戰。本研究探討將AI整合進虛擬實境（VR）自我對話的優缺點，重點在用戶體驗及AI在自我反思和問題解決中的角色。經過兩年半的開發，我們進行了為期三個月的質性研究，結果顯示AI能改善參與者的思維過程，增強自我反思能力，並提升心理諮詢的效果。 PubMed DOI

這項初步研究測試用GPT-4打造的聊天機器人MICA，運用動機式晤談技巧協助18到25歲年輕人討論酒精使用。結果顯示MICA安全無虞，經調整後MI技巧表現更好，使用者也覺得很方便。MICA能有效促進行為改變的討論，但還需要更大規模的研究來確認對飲酒行為的實際影響。 PubMed DOI

這項研究開發出一套結合 ChatGPT-4 的認知型機器人架構，能模擬人類個性、情緒、動機、注意力和記憶。機器人可處理文字和影像，並根據設定的個性回應，還能用文件嵌入技術實現長期記憶。個性模擬參考心理學理論，並用 Big Five 測驗驗證。Mobi 機器人展現出先進的心智理論，能靈活應對社交互動，對話自然又有意圖。 PubMed DOI

這項研究開發了一個用大型語言模型打造的聊天機器人，專門幫助年長者練習正念。研究先讓15位年長者用一般正念App，收集他們對語音、個性、互動性和操作便利的意見，再用這些回饋微調ChatGPT，設計出AI正念教練，並邀請年長者參與評估。 PubMed DOI

這項研究發現，聊天機器人雖然能提供基本的情感支持和心理教育，但回應較制式，無法深入探討或安全處理危機。相較之下，治療師會引導來談者多說明，介入方式也更細緻。結論是，目前聊天機器人還不能取代專業心理健康照護，尤其遇到危機時更要小心使用。 PubMed DOI

現在越來越多人用AI心理治療聊天機器人，但品質還沒被好好評估。作者開發了CAPE評估架構，從8個面向來看這些機器人。實際評測4款熱門GPT聊天機器人後，發現它們在互動、好用度和對話技巧表現不錯，但在治療專業、風險控管和資料透明度都很弱，尤其隱私和防傷害措施很不足。CAPE能幫助大家判斷品質，顯示這些機器人安全和隱私還有很大進步空間。 PubMed DOI