AI助手Alba在心理健康评估中诊断准确率超越传统量表，隆德大学研究登《科学报告》

瑞典隆德大学领衔的国际研究团队近日公布了一项突破性研究成果：其开发的人工智能助手Alba在心理健康评估中展现出显著优于传统标准化量表的诊断准确率。这项涉及303名参与者的研究覆盖了抑郁症、焦虑症、强迫症等九类常见精神障碍患者及健康对照组，相关成果已发表于英国《科学报告》杂志。

研究采用双盲对照设计，Alba通过15-20个开放式问题与参与者进行结构化访谈，同时要求受试者完成传统标准化量表评估。结果显示，在九类心理疾病中，AI系统对八类疾病的诊断准确率超越传统方法，尤其在区分症状重叠的抑郁症与焦虑症时表现突出。约72%的参与者反馈AI访谈体验优于量表评估，认为Alba展现出临床级的同理心与问题相关性。

隆德大学心理学教授斯韦克·西克斯特伦指出，AI辅助诊断的核心优势在于动态捕捉语言细微特征与情绪波动，这是静态量表难以实现的。但研究人员强调，该技术定位是医疗系统的”压力释放阀”，可为初级诊疗提供标准化预筛，最终诊断仍需专业医师完成。目前团队正与欧盟卫生部门合作，推进该技术在欧洲社区医疗中心的试点应用。

这项研究为数字化心理健康评估建立了新范式，其临床价值在于解决传统方法存在的”量表疲劳”和”症状混淆”两大痛点。随着算法迭代，此类工具有望在精神卫生资源短缺地区发挥重要作用，但需警惕过度依赖技术可能带来的医患关系疏离风险。