促進心理健康 — 10

一項系統性回顧涵蓋十五項隨機試驗，研究心理健康人工智能聊天機械人，顯示抑鬱和心理困擾有顯著減少，且效果比多模態生成式人工智能更明顯。整體心理健康狀況則未見改善。另一項涵蓋十項研究（其中七項為隨機試驗），針對女性進行，結論同樣認為聊天機械人有效減輕焦慮、困擾和抑鬱。相關回顧十九項試驗則發現聊天機械人對生活方式、身體活動、健康飲食和睡眠健康有促進作用。

英國一項重要研究使用 Limbic AI 聊天機械人，涵蓋近130,000名參與者，反駁了此技術會加劇不平等的看法。通過 Limbic 自我轉介接受心理健康服務的少數族裔群體增加了29%，非二元性別人士增加了179%，「提供了強有力的證據，顯示數碼工具或能克服心理健康護理中普遍存在的不平等問題。」

儘管對話聊天機械人和數碼認知行為治療（dCBT）的研究結果令人鼓舞，但對隱私的擔憂不可忽視。值得仔細審視隱私政策、安全措施，以及公司是否將資料出售給第三方。這也是需要更多監管的議題。制定防止資料洩露、出售或任何個人資料或互動被侵犯的政策至關重要。

監管需求亦延伸至安全層面，已有顯著先例，例如一款原本設計用於幫助飲食失調的聊天機械人，卻提供了有害建議，令情況惡化，最終被美國國家飲食失調協會下架。

下一代使用生成式人工智能的聊天機械人如何？大型語言模型已被評估其追蹤人們心理狀態的能力，並在一系列全面測試中表現與人類相當。結合治療會談的生成式人工智能，在識別、表達和管理情緒方面具有改善行為健康的潛力。然而，生成式人工智能健康應用未經監管，且可能被用於非預期用途，帶來重要風險。現階段仍難判斷生成式人工智能在促進心理健康上的淨效益，但對減輕焦慮抱有相當樂觀態度。它並非治療師的替代品，而是輔助支持的手段。

最後手段

問題依然存在。由於受訓專業人員相對不足，我們如何幫助長者減輕焦慮、壓力和抑鬱？藥物應視為絕對最後手段。同時，許多生活方式因素的效果與藥物相當甚至更佳。這適用於常見心理健康問題，不包括雙相情感障礙、重度抑鬱症、精神分裂症或創傷後壓力症候群等嚴重疾病，這些超出我們擴展健康壽命的主要焦點範圍。