原始文章

將人工智慧(AI)應用於心理健康照護,特別是飲食失調方面,顯示出提升臨床流程及協助診斷的潛力。調查顯示,59%的臨床醫師已使用AI工具,但只有18%的社區參與者曾利用這些工具。雖然對AI的協助持開放態度,但對其整合的熱情較低,且對改善客戶結果的有效性擔憂普遍。大家一致認為,缺乏訓練的情況下使用AI存在風險,並且AI無法取代人類醫師的關係技巧。總體而言,對於AI的使用仍持謹慎態度。 PubMed DOI


站上相關主題文章列表

ChatGPT推出後,人們對基於大型語言模型的聊天機器人越來越感興趣,尤其在心理健康護理領域。研究發現,許多美國精神科醫師已開始使用ChatGPT-3.5和GPT-4.0回答臨床問題,提高文件記錄效率。大多數醫師認為患者可能會先諮詢這些工具再看醫生,並認為臨床醫師需要更多培訓。對於生成式人工智慧在臨床實踐的價值和未來職業影響,看法不盡相同。 PubMed DOI

人工智慧技術在病患照護上有很大潛力,尤其在診斷、精神疾病治療和認知測試解讀等方面。雖然進展顯著,但仍需進一步研究其在醫療中的優缺點。一項研究比較了人工智慧(Chat-GPT 3.5)和臨床醫師對癡呆症相關問題的回答,結果顯示人工智慧在易懂性和深度上表現更佳,平均評分為4.6/5,而臨床醫師則為4.3、4.2和3.9。儘管人工智慧的回答質量高,但仍需注意錯誤資訊和數據安全等問題。總之,人工智慧在醫療溝通上有潛力,但需謹慎對待其限制。 PubMed DOI

心理疾病是全球健康的重要議題,生成式人工智慧(GAI)在提升心理健康護理上展現潛力,但相關研究仍有限。本次綜述回顧了2013至2023年的文獻,分析了144篇文章,找出六個GAI的主要應用,包括心理疾病檢測、諮詢支持等。大多數研究集中在治療和諮詢上,特定心理健康狀況的關注較少。雖然像ChatGPT的工具被廣泛使用,但其在心理疾病檢測的有效性仍需進一步研究。GAI應輔助專業人員,而非取代,並需重視倫理問題以解決心理健康護理的挑戰。 PubMed DOI

社交聊天機器人作為偽人工智慧心理治療師的興起,引發了對其在心理治療中角色的關注。這些人工智慧心理治療師(APTs)能改善心理健康護理的可及性,特別是在資源不足的地區,並解決財務障礙。然而,對於其治療質量的擔憂也不容忽視,若缺乏專業監督,可能會對使用者造成傷害。因此,專業社群需建立規範和指導方針,確保APTs的安全與有效使用,並制定相關標準以降低風險。 PubMed DOI

這個專案調查了人工智慧(AI)工具,特別是像ChatGPT這樣的生成語言模型,對語言治療的影響。研究團隊對107位參與者進行了調查,包括60位臨床醫師和47位學生,評估他們的使用情況和對AI取代臨床醫師的看法。結果顯示,雖然參與者對AI工具持正面態度,認為它能提升臨床實踐,但實際使用仍較低,主要用於行政任務。他們希望能有更多的指導方針和培訓,以促進AI的有效應用。整體來看,研究對AI在語言治療領域的應用持謹慎樂觀態度。 PubMed DOI

這項研究系統性回顧了生成式人工智慧在精神科和心理健康領域的應用,強調語言在診斷和治療中的重要性,並指出其潛力改變這個領域。研究人員從三個資料庫篩選出40篇主要在2023年發表的文章。結果顯示,雖然生成式人工智慧如ChatGPT在提升心理健康方面有潛力,但大多數研究集中於一般應用,特定心理疾病的探討較少,物質使用障礙是最常見的主題。儘管表現良好,仍需注意安全和倫理問題,未來研究應改善方法論透明度,並納入使用者意見。 PubMed DOI

人工智慧(AI)在飲食失調的研究與治療上有很大的潛力,能預測疾病結果、提升診斷準確性、個性化治療方案,還能改善數據分析和研究設計。不過,目前針對AI在這領域的研究仍然不多。這篇社論強調了AI的重要性,並探討其實際應用,建議未來的研究方向。為了推動這方面的發展,《國際飲食失調期刊》計劃在2025年12月發行專題號,專注於AI在飲食失調的應用。 PubMed DOI

這篇評論指出ChatGPT在數位心理健康介入中的角色不斷演變,特別是在臨床心理學領域。隨著2023年和2024年的進步,GPT-3.5和GPT-4.0在解讀情感、識別憂鬱症及處理治療啟動因素上展現了有效性。研究顯示,對話式人工智慧能減少心理健康照護中的障礙,如污名化和可及性問題。不過,評論也提醒我們要謹慎,因為不同模型的熟練度各異,整合人工智慧進心理健康實務中既有潛力也面臨挑戰。 PubMed DOI

這項研究評估了一般醫學科實習生在識別AI生成內容不準確性方面的能力,特別是使用ChatGPT-4o。研究發現,ChatGPT-4o的準確率為80.8%,但在專業情境中僅57.0%。142名實習生識別了87個AI幻覺,平均檢測準確率只有55.0%。影響檢測錯誤的因素包括反應時間短、自我評估AI理解能力高及頻繁使用AI工具。結論強調,實習生在臨床情境中識別AI錯誤的挑戰,需加強醫學教育中的AI素養與批判性思維。 PubMed DOI

這項研究探討美國急診部門的遠程心理健康護理實施情況,並檢視人工智慧(AI)如何增強質性數據分析。279家急診部門的主任提供了改善建議,研究小組分別使用傳統方法和AI(ChatGPT 4.0)進行分析。 主要發現包括:建議分為改善遠程心理健康護理和增強整體系統兩大類,特別是簡化獲取流程。AI在分析中表現出色,識別出人類分析師未捕捉的有效代碼,且75%的編碼結果一致。 結論指出,美國急診部門在獲取遠程心理健康護理的及時性和效率上仍需顯著提升。 PubMed DOI