摘要：本文综述了人工智能在心理评估中的准确率和方法及伦理问题等应用和研究现进展，基于多模态和心理干预技术的发展，展望了人工智能未来在心理评估中的应用，认为未来的人工智能在心理评估中应用会更加关注个性化需求和跨学科的合作，在信息采集、数据分析、人机互动技术、非侵入式调

当代心理健康问题备受社会关注，对存在心理问题的个体开展心理评估和预警成为临床心理工作者和教育工作者高度关注的领域。近40年来，我国心理学工作者修订了大量临床评估工具，包括各类心理测量量表，在评估工具发展方面取得了快速的发展，评估人员经培训即可迅速掌握这些方法。但这种传统心理评估模式在评估过程中如果评估人员没有与被试进行充分互动，可能导致评估结果的可靠性被削弱。在人工智能时代，将使上述工作变得更加科学和高效，目前国内外在心理评估的智能化应用方面研究从精确度、方法手段及伦理构建都已经有了很多成果。

1 人工智能在心理评估中应用的研究现状

根据现有国内外的心理评估的研究成果，人工智能已经广泛应用在心理评估领域，准确率也相对较高，方法上也有很多新的突破，并且越来越重视伦理议题在人工智能中的作用。但是由于文化和技术发展等的差异，国内外在心理评估智能化应用聚焦问题以及技术和伦理等问题上关注有所不同。

1.1 国外的研究

（1）心理评估方法和准确率研究

目前美国有60多种智能心理评估系统，为教育决策提供支持：从对问题进行解析，到获取数据源并结构化数据，建立算法模型，最后给出决策建议。人工智能在心理评估中的应用结果已经可以为临床医生提供更清晰的分析报告。目前最新研究显示，在预测临床高危人群精神障碍发作方面准确率高达79%，检测出注意缺陷多动障碍准确率可以达到96%，对于精神分裂症进行分类的准确率可以达到87%。

心理健康初筛的智能化研究主要关注自然语言处理（natural language processing，NLP）技术，分析人们在社交媒体上的发布内容和互动所产生的自然语言文本数据。Ophir等通过构建基于人工神经网络（ANN）的任务模型，从1002名Facebook用户的83392条文本的日常语言中获得了预测自杀风险的关键文本特征：包括脏话、表达内心痛苦和身体不适的词句；基于音频特征与心理障碍之间相关性分析，目前从临床情景下结合语音数据库进行抑郁症和双相情感障碍数据适配和模型建构准确率达到73.33%。有研究基于微表情数据识别抑郁症患者，精度达到80%以上，通过面部和语音数据识别创伤后应激障碍，准确率达到90%。

（2）在精神障碍的神经生物学中的应用研究

人工智能领域机器学习方法可以从生理信息为基础的材料中提取生物标志物，从而进行心理评估。此方法有助于从复杂的脑数据中识别提取神经标志物，为成瘾、精神分裂症、社交焦虑、注意力缺陷多动障碍等许多精神疾病的神经病理学提供重要参考。

（3）人工智能伦理议题的研究

在人工智能的应用上，一些学者表现出对信息安全的担忧，同样也适用于心理评估领域。例如，如果传输过程中的数据未采用安全协议（如SSL/TLS）进行加密，黑客就可以通过中间人攻击（MITM）截获敏感信息，导致数据泄露。

许多国家的行业协会都针对人工智能在信息采集、信息传输及算法偏见等可能存在的风险制定了人工智能伦理准则，如2019年欧盟率先发布了《人工智能道德准则》，提出了合法、符合伦理、技术稳健的三个条件，以及尊重人的自主性，预防伤害的道德准则；2015年1月，物理学家史蒂芬·霍金和人工智能领域的专家签署了《应优先研究强大而有益的人工智能》公开信，对未来人工智能可能给人类构成的威胁表示担忧；美国于2022年10月发布了《人工智能权利法案蓝图》；欧盟于2023年6月通过了《人工智能法案》折中修订草案等。

从以上研究现状来看，人工智能已经广泛应用在包括精神障碍诊断在内的心理评估领域，准确率也相对较高，方法上也有很多新的突破，并且越来越重视伦理议题在人工智能中的作用。

1.2 国内的研究

（1）心理评估方法和准确率研究

在方法手段的研究方面。目前国内专家多是针对青少年群体，来综合考虑各项影响因素构建心理评估模型。国内在机器学习方面也有很多的研究，机器在图像、语句识别分类中获得更加高效的发展。机器学习在心理测量中也可以提高预测的准确率，它可以从数据中挖掘有关规则，从而得到更多信息。机器学习在心理咨询领域能对非语言行为进行反馈，通过把握被测者的情绪倾向预测其行为。

在准确率的研究方面，目前的研究能够通过采用Python深度学习库Theano实现基于多层神经网络（multi-layer perception，MLP）深度学习算法的建模，进行预测模型检验和统计分析，得出模型准确率高达94%。国内有研究发现基于微表情数据识别焦虑和抑郁预测结果与效标相关达到0.74和0.64；生理信号的脑电图（electroencephalogram，EEG）在情感识别中最为准确，而人工智能的深度学习技术可以减少对手动特征提取和样本对象的依赖，降低情感识别的难度。

（2）对传统心理评估方法的优化

相较于传统的心理评估主要以问卷调查和量表为基础，人工智能技术在多模态数据采样的大数据分析基础上，分析对比群体和个体历史数据，根据深度学习算法模型等智能预测被评估人的心理状态，结果更加精确、高效和全面。

（3）人工智能伦理议题的研究

中国对人工智能伦理研究的发展历程大致经历了机器人伦理、数据伦理、人工智能伦理三个阶段。2017年，国务院发布《新一代人工智能发展规划》，计划到2030年，建成更加完善的人工智能法律法规、伦理规范和政策体系。科技部等10部委2023年印发《科技伦理审查办法（试行）》，也对涉及数据和算法的科技活动伦理审查提出要求。

目前我国人工智能心理评估主要集中在对青少年群体的应用。在方法上，机器学习、情感分析受到重视，我国同样高度重视伦理在人工智能中的作用，同时关注构建伦理体系的本土化研究。相比于国外的研究现状，我国人工智能在心理评估中研究起步较迟，起点较低，在评估准确率的实证研究和技术方法手段上还不足。

2 人工智能在心理评估中应用的展望

2.1 基于多模态的人工智能心理评估技术的发展

目前传统心理评估工作中存在“静态评估和量表化”问题，人工智能时代，心理评估工作也可以通过找到变量之间的存在关系，从而可能发现一些以往没有发现的导致心理问题的诱因，从而开发更好的预防和干预的智能化应用系统。

（1）信息采集

首先，未来可以将算法融合社会心理学知识进行信息采集。其次，结合青少年的文字、音像记录等材料进行信息采集。最后，采用移动设备和可穿戴设备进行信息采集。

（2）数据分析

AI（人工智能）+青少年心理评估模式主要依托对青少年心理问题形成原因构建新的认知、数据挖掘等技术，通过对信息数据的收集、比对和研判，构筑出横纵两条线的影响因素，将其沿着一定的规则和机制进行交叉碰撞、归纳和演绎，从而预测出青少年心理问题现状及其发生发展的相关态势。

2.2 基于人工智能心理评估的心理干预技术的发展

除了心理评估的智能化应用，心理干预技术也是心理健康服务的重要组成部分。特别是在准确的心理评估基础上发展起来的心理智能化干预技术，其有效性和介入的时效性会更强，也可以解决心理干预专家不足的问题，因此，两者未来的发展紧密相关。

（1）人机互动技术

基于对话技术的人工智能提高了人们对数字化精神卫生健康的参与度，这类心理咨询机器人可以提供实时支持，非人类的身份也减少了来访者的病耻感。当人们认为人工智能是计算机而不是人类时，更有可能透露个人信息，用户和机器人也能形成一个强大的治疗联盟。未来的人机互动需要在心理评估的基础上针对被评估者增强情感识别功能，在人机交互中更加人性化和个性化，可以增加当事人积极的社会体验，产生较好的干预效果。

（2）和非侵入式调控技术的结合

通过改变大脑某些区域的工作方式来帮助改善精神疾病的症状，分为侵入式和非侵入式调控技术。非侵入式调控技术使用广泛，如传统的电休克治疗（electronic convulsive therapy，ECT），治疗反应率达70%~80%，对于双相情感障碍和严重自杀意念或精神疾病也有效，然而该治疗也可能会对认知功能造成短暂影响。目前，要把非侵入式调控技术大规模应用于临床，还需要将相关技术与人工智能心理评估技术更好地结合，进行靶点快速重复精准定位。

（3）人工智能在心理评估中应用的伦理研究

目前智能化心理健康测评存在以下几个问题：一是规避隐私信息泄露的风险，在线行为数据比传统纸笔测试更难完全剔除个体信息。二是需要考虑采集信息的合法性，随着信息之间的融合，个体身份的识别将更加容易。研究者应考虑哪些数据可以获取和分析，仅采集研究必需的信息。

为解决该问题，需要从以下四个方面进行思考：首先，加强心理评估与干预研究的伦理审查，完善心理评估与干预研究的外部伦理规范；其次，需要有效地提高心理学专业学生伦理的学习强度，相关的伦理课程对学生掌握伦理知识有一定的助益；再次，可以加强本土化研究，从中国传统理念入手，研究构建中国人工智能伦理体系；最后，未来可以加强国际合作，秉持“共商共建共享”的理念，制定具有广泛共识的人工智能治理框架和标准规范，形成未成年人个人信息保护的国际合力。

本文作者：姚峰、王雪、韦正德、张效初

作者简介：姚峰，青少年心理健康与危机智能干预安徽省哲学社会科学重点实验室，安徽警官职业学院警察系，教授，研究方向为家庭治疗、人工智能心理等；张效初（通信作者），中国科学技术大学生命科学与医学部，教授，研究方向为成瘾机制与干预。

论文全文发表于《科技导报》2024年第23期，原标题为《人工智能在心理评估中的研究进展》，本文有删减，欢迎订阅查看。

白名单回复后台「转载」

☟

《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的成果报道、权威性的科学评论、引领性的高端综述，发表促进经济社会发展、完善科技管理、优化科研环境、培育科学文化、促进科技创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、智库观点、科技评论、热点专题、综述、论文、学术聚焦、科学人文等。

《科技导报》微信公众平台创建于2014年，主要刊登《科技导报》期刊内容要点，报道热点科技问题、科技事件、科学人物，打造与纸刊紧密联系又特色鲜明的新媒体平台。

科技导报公众号聚集了数万名专心学术的未来之星和学术大咖，添加编辑微信，让优秀的你有机会与志趣相同的人相遇。

来源：科技导报