像ChatGPT這樣的人工智慧應用對於心理健康支持有著正面和負面的影響。正面因素包括心理教育、情緒支持和危機干預，而負面因素則包括道德考量和有限的評估能力。解決人工智慧在心理健康支持中的道德、可靠性、準確性和法律挑戰是至關重要的，以確保人工智慧在心理健康支持中的安全和有效使用。 PubMed DOI

研究使用ChatGPT協助輔導員與患者互動，並比較其回應與人類內容。整合AI技術改善心理健康干預，框架準確率達93.76%，ChatGPT回應有禮且簡潔。AI內容可增進傳統干預方法，提升醫療系統患者照護和輔導實踐。 PubMed DOI

大型語言模型（LLMs）如ChatGPT的出現可能會影響心理治療，特別是認知行為療法（CBT）。我們的系統性研究顯示，LLMs能夠識別不利的思維，評估其有效性，並建議將其重新框架為更具建設性的替代方案。然而，儘管LLMs在這方面能提供有用的建議，但不應僅依賴它們來進行CBT。 PubMed DOI

本研究探討ChatGPT作為焦慮症患者心理治療師的有效性與可接受性。透過4週的介入，399名來自沙烏地阿拉伯的參與者評估了AI心理治療的經驗。結果顯示，91.2%的使用者認為ChatGPT準確，89.6%有治療經驗，36.1%報告嚴重焦慮。參與者對隱私和倫理的擔憂也被提及。城市居民和女性對ChatGPT的評價較高。結論是，ChatGPT有潛力補充傳統心理治療，改善心理健康護理的可及性。 PubMed DOI

這項研究探討了AI聊天機器人ChatGPT 3.0與傳統正念療法對老年人孤獨感和憂鬱症的影響。研究在杭州的兩家護理院進行，為期八週，參與者參加了團體正念課程及與ChatGPT的一對一互動。結果顯示，正念組的緊張感顯著減少，但兩者在情感結果上無明顯差異。焦點小組討論揭示了對AI和正念的經驗、實驗效果的態度及未來發展的期望。研究建議未來可將AI與傳統方法結合，以提升使用者體驗。 PubMed DOI

全球心理健康危機顯示出對可及且有效介入措施的需求，生成式AI聊天機器人如ChatGPT逐漸成為解決方案。針對十九位使用者的訪談研究顯示，他們在使用這些聊天機器人時感受到高參與感和正面效果，包括改善人際關係及從創傷中癒合。研究中識別出四個主題：情感避風港、洞察指導、連結的喜悅，以及AI與人類治療的比較。雖然有些主題與傳統聊天機器人相符，但生成式AI的特性也顯現出來。參與者呼籲改善安全措施及人性化的記憶能力，顯示生成式AI在心理健康支持上有潛力，但仍需進一步研究其安全性與有效性。 PubMed DOI

這項初步研究探討了大型語言模型（LLMs），特別是ChatGPT 3.5和ChatGPT-4，在心智理論（ToM）方面的能力，並與自閉症譜系障礙（ASD）及典型發展（TD）個體進行比較。研究發現： 1. 兩個LLMs在理解心理狀態的準確性上高於ASD組，但ChatGPT-3.5在複雜心理狀態上表現不佳。 2. ChatGPT-3.5在情感狀態識別上低於TD個體，尤其是負面情緒，但與ASD組相似。ChatGPT-4有所改善，但仍難以識別悲傷和憤怒。 3. 兩者的對話風格冗長且重複，類似高功能自閉症個體。 研究顯示LLMs在理解心理和情感狀態的潛力及其局限性，對ASD的臨床應用有影響。 PubMed DOI

這項研究評估了四個大型語言模型（LLMs）在心理健康診斷和治療的能力，包括Gemini 2.0、Claude 3.5、ChatGPT-3.5和ChatGPT-4。主要發現顯示，ChatGPT-4在診斷憂鬱症和PTSD方面優於人類專業人士，但在複雜案例如早期精神分裂症的準確率僅55%。LLMs提供的治療建議較為多樣，但專業人士則偏好具體的精神科諮詢。總體來看，雖然LLMs能協助診斷和治療計畫，但在複雜情況下仍需專業監督。 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

這項研究評估了三個大型語言模型（LLMs）—ChatGPT-4o、Claude 3.5 Sonnet 和 Gemini 1.5 Pro—在自殺意念反應評估的能力。結果顯示，這三個模型的反應評價普遍比專家自殺學者更適當，尤其是ChatGPT的評分差異最大。異常值分析發現，Gemini的偏差比例最高。整體來看，ChatGPT的表現相當於碩士級輔導員，Claude超過受訓心理健康專業人士，而Gemini則類似未受訓的學校工作人員。這顯示LLMs在評估反應時可能有偏向，但部分模型的表現已達到或超過專業水平。 PubMed DOI