负责任地使用人工智能辅助心理评估与治疗
人工智能正越来越多地用于支持心理评估与治疗，而不是取代临床工作者。在评估中，模型可以帮助计分问卷、识别语言或行为中的模式，并整理临床记录，以便心理学家更高效地审阅。在治疗中，人工智能辅助工具可提供结构化的心理教育、两次会谈之间的练习或提醒，用以配合已商定的照护计划。这些系统通常处理自评数据、会谈记录或可穿戴设备信号，并不能替代诊断性面谈。其价值取决于工具如何经过验证、临床人员如何解读输出，以及来访者是否理解工具能做什么、不能做什么。审慎使用时，人工智能是专业判断的辅助，而不是替代。
人工智能如何在不取代照护的前提下发挥作用
在设计得当并有专业监督时，人工智能可以扩大筛查与随访的可及性，但不应宣称能够诊断。对经过验证的量表进行自动计分，可减少文书负担，并标出需要进一步关注的分数。监测工具可在预约之间追踪情绪、睡眠或家庭作业完成情况，使临床画面比单靠每周一次的快照更连续。个性化功能可根据来访者报告的需求建议阅读材料、练习或会谈节奏，而治疗约定仍由治疗师掌握。对繁忙的服务机构而言，决策支持面板可汇总风险提示与进展，让时间更多用于临床对话而非整理数据。这些益处是有限度的、有条件的：只有在减少延误、提高一致性并始终有合格专业人员参与时，才真正有帮助。
临床场景中需要警惕的风险
人工智能系统可能从训练数据中继承偏见，因而对语言、文化或临床表现代表性不足的人群服务较差。隐私是另一项关切：心理健康信息极为敏感，治理不善的工具可能在来访者同意范围之外留存、共享或泄露数据。许多模型并不透明，难以解释某个分数或建议为何出现，从而削弱知情选择。还存在虚假信心的风险：流畅、看似共情的文字可能让人感到被理解，即便系统并无临床关系，也无照护义务。过度依赖可能延误求助，或使人把聊天机器人的回复当成诊断。这些限制并非抽象讨论，而是提醒我们：人工智能输出应视为供临床人员审阅的暂定信息，而不是结论。
保障措施：人工监督、知情同意与紧急情况边界
最佳实践是由持证临床人员对评估、概念化与治疗决策负责。工具应在实际使用的人群与语言中经过独立验证，并公开已知误差，而不是依赖营销宣传。来访者需要明确的知情同意：收集哪些数据、谁可以查看、保存多久，以及拒绝使用工具仍可获得常规照护。人工智能不得被表述为诊断、治疗替代或危机服务。若有人处于紧急危险中，应联系当地急救或危机热线，而不是依赖自动化工具。在 LuriaLab，PHQ-9、GAD-7 等经过验证的筛查工具是教育性起点；任何人工智能对话仅用于导览。在满足人工监督、使用经验证工具、透明同意并明确紧急情况免责的条件下，人工智能可以支持心理评估与治疗，而不应假装自己就是临床工作者。