基于人工智能的自然语言反对完全自我引导的基于互联网的认知行为治疗抑郁症的参与和临床结果的影响:三臂随机对照试验

科学领域:

• 数字心理健康数字心理健康
• 医疗保健中的人工智能
• 临床心理学 临床心理学

背景情况:

• 抑郁症是导致残疾的主要原因,对最佳心理健康服务的获取有限.
• 基于互联网的自我指导认知行为疗法 (iCBT) 是可扩展的,但效果不如指导程序,坚持是主要障碍.
• 基于自然语言处理 (NLP) 的AI有可能提高数字干预的参与度和治疗影响.

研究的目的:

• 评估基于NLP的AI反是否在自主导的iCBT程序中改善了与没有AI的iCBT相比的临床结果和参与度.
• 评估人工智能对抑郁症状严重程度,坚持性和功能恢复的影响.

主要方法:

• 一项随机对照试验,1187名成年人 (20-60岁) 被分配到AI增强的iCBT (AI-iCBT),iCBT或等候名单控制.
• 两个活跃组每周接受6次精神教育和认知重组;AI-iCBT包括自动化的同情和咨询反.
• 主要结局:抑郁症状严重程度 (PHQ-9) 在第7周和第3个月. 二次结果:坚持,焦虑和残疾.

主要成果:

• 在第7周或第3个月的小组之间,平均PHQ-9分数没有显著差异.
• 人工智能-iCBT参与者每周参与的几率明显更高 (OR 1.23,P<.001).
• 探索性分析:同情反强烈预测了坚持 (OR 9.99,P<.001);AI-iCBT显示在随访与对照时PHQ-9 ≥10的比例较低 (P=.046).

结论:

• 人工智能支持显著改善了完全自主管理的ICBT计划的遵守率.
• 共感的人工智能反是维持参与数字心理健康干预的关键机制.
• AI-iCBT在随访时显示出持续减轻症状的潜力,这需要进一步研究.