心理健康护理应用对话式人工智能代理:参与式设计评价研究

介绍

背景

在过去的10年里，市场上出现了大量的心理健康应用程序[1，2]。它们的功能包括:(1)发放情绪自我监测问卷[3.，4]及(2)提供情绪调节建议[5]至(3)让用户参与基于规则的互动[6]，有时还支持基于web的脚本对话框[7]。由于对精神健康服务的需求普遍存在[8当前的COVID-19大流行导致需求激增(如世界卫生组织2020年10月10日的调查所述)，[9，10])，心理健康专业人士对这些应用程序的认识也越来越高[11，12]。然而，对于这些系统的可用性和有效性，几乎没有达成共识[13]。一些独立研究发现，患者在尝试几次后，往往对继续使用这些应用的参与度很低[1];其他人则从安全、隐私和道德影响的角度提出了担忧[14，15]。

越来越多的评论论文研究了聊天机器人在心理健康方面的应用。聊天机器人是互联网媒介心理干预的进化。尽管后者是为了支持规范模型的心理护理而开发的，但聊天机器人的目标是简单地吸引用户对话关于他们精神上的痛苦。在心理健康领域，聊天机器人通常基于脚本或Eliza-style对话框(6，16]。Bendig等[17分析了2009年至2018年间发表的10项试点研究的结果。这些试点的目标是评估用户对治疗建议的接受程度和有效性，但其中许多试点主要包括非临床样本。Bendig等人的meta分析[17]支持这样一种观点，即最先进的心理健康聊天机器人仍处于实验阶段，几乎没有证据表明可以将结果转移到实际的心理治疗环境中。此外，Lim和Penn [18]，他研究了数字技术在精神分裂症治疗中的应用潜力，强调了对可靠数据的需求，而Gaffney等人最近的评论[19强调了依赖无偏见数据的必要性。然而，Gaffney等[19]也强调了将当前研究重点放在识别会话代理干预的关键作用机制上的重要性。这是非常重要的，在我们看来，这方面可以通过满足两个要求来改善;即，一方面将会话主体的交互模型建立在对心理变化的原则性理论解释的基础上，另一方面让心理健康专业人员参与混合干预的设计研究。本文仔细考虑了这两种建议。

客观的

应该指出的是，在拥挤的心理健康应用领域，缺乏开发个人代理驱动的心理健康干预措施的原则性协议。此外，无论是在设定要求的阶段，还是在评估结果的阶段，几乎都没有心理健康专业人员参与到应用程序的设计中来。

在本文中，我们描述了我们正在应用于开发治疗授权机会或TEO的协议，TEO是一种用于心理健康的移动个人保健代理(m-PHA)，其目标是支持患者处理与工作场所问题相关的压力和焦虑水平增强的感知。特别是，我们的研究目标是测试一个协议，以调查将人工智能(AI)支持的会话技术集成到工作压力心理治疗的协议化模型中所提供的机会，目的是增加个人应对资源。尽管治疗压力和焦虑的不同心理学方法对倦怠和工作压力的根源提供了重要的见解，例如，个体心理学[20.]和心理动力学理论的不同分支[21，22，我们选择将m-PHA支持整合到基于认知行为理论(压力管理训练[SMT]和认知行为疗法[CBT])的工作压力预防和治疗方案中。

CBT是基于认知理论的概念，即心理困扰是由内部(认知)因素维持和外部因素激活的。情绪困扰和不良行为反应是由不良认知引起的[23，24]。改变认知和想法有助于减轻症状[25]。这些治疗的有效性已经在几项研究中得到证实:4项荟萃分析显示，CBT在治疗职业压力方面比其他干预措施效果更好[25]。

SMT程序被广泛用于治疗目的，并证明了有效性。这些项目结合了特定的技术，比如放松和认知行为疗法。这种方法认为压力是强烈的需求(外部或内部)和很少的个人应对资源之间的不平衡。SMT干预的目标是降低需求强度，增加应对资源[26]。在认知行为原则的框架内提供SMT干预已被证明对管理与工作有关的心理困扰是有效的[27]。

这种方法是新颖的，因为它旨在(1)设计m-PHA的会话特征，以允许自然和个人的对话;(2)允许治疗师在会话之间和后续会话期间监测患者的进展和困难。为此目的，m-PHA让患者进行简短的对话，这些对话不是脚本，而是基于对他们情绪状态的认识和对干预期间所写个人内容的理解。例如，如果用户报告了他们与同事之间的关系问题——“今天是糟糕的一天，因为我的老板要求我在规定的截止日期之前完成任务”——m-PHA会问一些适合上下文的问题，如“你写道，你和老板的关系很糟糕，因为他要求你提前完成任务。”你当时有什么情绪，脑子里有什么画面和想法?”图1表示系统架构中的信息流。

‎ 查看此图

一组CBT治疗师参与了该方案的设计过程，因为他们提供了识别变量的信息，这些变量可能更能说明该方法的可能有效性。在这些初步调查的基础上，我们提出了关于联合使用心理治疗和m-PHA的有效性(在症状减轻方面)的研究问题，其可能随着时间的推移而持续存在，以及用户和临床医生对这种综合模型的接受程度。这项研究是欧盟资助的“地平线2020”研究项目COADAPT的一部分，该项目旨在开发减少老年工人工作压力的方法。

方法

该方案和实验计划得到了意大利特伦托大学伦理委员会的批准。干预的方法如下所述，并在CONSORT(综合报告试验标准)图表(图2）.

‎ 查看此图

招聘

研究参与者是从意大利的老年工人中招募的，他们表现出轻度到高度的痛苦或轻度到中度的焦虑和抑郁。参加这项研究的方式在有关工作压力的心理教育研讨会上进行了描述。总共有160名工人参加了在其工作场所举行的研讨会，其中64人(40%)表示有兴趣参加遵循议定书的各个阶段。在这64名员工中，29人(45%)决定签署知情同意书，并接受对他们在工作场所的压力、焦虑、抑郁水平和幸福程度的评估。为了选择参与者，我们进行了下一段所述的问卷调查。此外，参与者在蒙特利尔认知评估(MoCA)的基础上，对轻度认知障碍的迹象进行了阴性测试。排除标准包括存在严重抑郁(症状检查表-90-修订版[SCL-90-R]评分bb0 64)、潜在精神疾病和神经心理轻度损害(MoCA评分<26)。

初步评估及最终评估问卷说明

用于初始评估(T1)的测试是意大利语版本的SCL-90-R [28，29]、感知压力量表(PSS) [30.，31]，以及职业压力指标(OSI) [32，33]。SCL-90-R是一份包括90个项目的自我管理问卷，评估广泛的心理问题和精神病理症状，测量内化症状(抑郁、躯体化和焦虑)和外化症状(攻击、敌意和冲动)。该问卷评估了9个主要症状维度:躯体化、强迫、人际超敏反应、抑郁、焦虑、敌意、恐惧焦虑、偏执观念和精神病。全球指标有3个:全球严重程度指数(GSI)、阳性症状总数(PST)和阳性症状困扰指数(PSDI)。PSS是一种被广泛采用的心理压力测量问卷。这是一份自我报告的问卷，旨在评估“个人对生活中压力情况的评估程度”[30.]。OSI是一种广泛检测组织中社会心理压力的测试。组成测试的不同部分检测感知压力的原因，它们的后果，以及个人应对资源。仪器检测到的另一个因素是对一些个人特征的评估，这些特征比其他特征更能促进压力。意大利版的MoCA被用于评估轻度认知障碍的缺失[34]。

协议

总共，每周通过视频会议与CBT治疗师进行8次心理治疗。在第一次治疗期间，患者被邀请使用m-PHA完成他们在治疗期间收到的任务，其中包括编写ABC(前事，信念和后果)笔记。

ABC技术在CBT中被用来让个体意识到自己的想法，并帮助他们理解事件(前事)、想法(信念)、情绪和行为(后果)之间的联系。这种方法增加了对非功能性行为和非理性或功能失调信念的理解。ABC技术最初是由Ellis [24]，随后由贝克(Beck)接手[23]。基本理论是，不是事件(A)直接产生某些情绪，而是这些事件如何在认知上被处理和评估，以及非理性或功能失调的信念如何影响这种处理[35-37]。

在这个方案中，m-PHA与使用者交谈，给出他们所感受到的情绪的名称，识别他们的身体表现，并将它们定位在他们身体的某些部位。此外，它还可以提供做放松练习的建议。在心理治疗(T2)结束时，参与者接受与T1时相同的问卷，排除神经心理学评估。3个月后，再次联系研究参与者进行第三次评估(T3)。在干预结束时，参与实验的心理治疗师参加了一个焦点小组，以收集他们对将m-PHA纳入他们对患者应用的SMT-CBT协议的可行性的意见。

参与者

样品特性描述于表1．共检查了29名潜在参与者，其中21名(72%)被招募并分配到2个实验组:A组接受SMT-CBT治疗并有机会使用m-PHA，而B组仅接受SMT-CBT治疗。在21名参与者中，11名(52%)被分配到A组，10名(48%)被分配到B组。A组参与者的平均年龄为46.9 (SD 5.89)岁，工作经验为22.18 (SD 8.06)年，而B组参与者的平均年龄为48.7 (SD 10.21)岁，工作经验为25.30 (SD 11.59)年。本实验没有计划将参与者分配到对照组，因为我们的目标参与者总数很少，本研究的目的是评估心理治疗混合模型的可接受性，以及心理治疗师在与患者一起工作时使用人工智能应用程序的可能性。根据这项研究的结果，我们计划和设计了进一步的实验(目前正在进行)，其中一部分参与者被分配到对照组。

统计分析

采用非参数统计方法对有序数据进行统计分析。此外，通过遵循匿名审稿人以及Sullivan和Artino的建议[38]，参数独立的双尾t对数据进行检验分析。

非参数统计分析应用Mann-Whitney检验来评估A组和B组在SCL-90-R、OSI和PSS测试中报告的结果的差异。采用Friedman检验评估非参数组内差异。采用Wilcoxon检验对组内结果进行随访。

结果

参数数据分析

概述

参数数据分析(独立)t通过比较A组和B组在SCL-90-R、PSS (表2)，以及OSI (表3)在T1、T2和T3进行问卷调查。对于OSI测试，我们只考虑了家庭-工作关系、社会支持、逻辑、任务导向、投入和时间等应对策略的量表。

SCL-90-R和PSS结果

T1时，A组SCL-90-R强迫水平(平均62.5,SE 2.70)显著高于B组(平均51.3,SE 2.41;t₁₉= 3.08;P= .006;r= 0.56)。

T2时，A组SCL-90-R焦虑水平(平均59.3,SE 2.74)显著高于B组(平均49.6,SE 1.94;t₁₉= 2.82;P= . 01;r= 0.54)。

T3时，A组PSS水平(平均18,SE 2.31)显著高于B组(平均10.3,SE 2.50;t₁₅= 2.22;P= .04点;r= 0.49)。

OSI应对策略

对于OSI应对策略，只有任务导向量表和投入量表在T3阶段存在显著差异。A组任务导向水平(平均5.3,SE 1.25)与B组(平均7.5,SE 1.05;t₁₄= -3.60;P= .003;r= 0.69)。A组患者的累及程度(平均6,SE 0.39)与B组患者的累及程度(平均7.67,SE 0.56;t₁₄= -2.50;P= .02点;r= 0.56)。

非参数数据分析

概述

对收集的数据进行非参数数据分析(Mann-Whitney检验)，比较各组间SCL-90-R、PSS (表4)，以及OSI (表5)在T1、T2和T3进行问卷调查。对于OSI测试，我们只考虑了家庭-工作关系、社会支持、逻辑、任务导向、投入和时间等应对策略的量表。

SCL-90-R和PSS结果

T1时，A组SCL-90-R强迫、强迫水平(中位数63)与B组(中位数53;U= 22.5;Z = -2.30;P= .02点;r= -0.50)。

T2时，A组与B组比较差异有统计学意义。在GSI水平方面，A组(中位58)与B组(中位49;U= 26.5;Z = -2.01;P= .04点;r= -0.44)。测量PST的分量表A组(中位数62)与B组(中位数51;U= 27个;Z = -1.98;P= . 05;r= -0.43)。在焦虑方面，A组(中位数62)与B组(中位数49;U= 20;Z = -2.48;P= . 01;r在强迫和强迫方面，A组(中位数为56)与B组(中位数为47;U= 25.5;Z = -2.08;P= .03点;r= -0.45)。

T3时，A组抑郁水平(中位数55)与B组(中位数44.50;U= 9.5;Z = -2.07;P= .04点;r= -0.45)。至于PSS测试，只有在T3时，A组报告的水平(中位数18.5)与B组报告的水平(中位数13;U= 13.5;Z = -2.10;P= .03点;r= -0.46)。

综上所述，T1时的数据分析显示，A组和B组在PSS和SCL-90-R测试方面没有显著差异，但SCL-90-R测试的强迫-强迫子量表除外(越低越好;看到表2）.在SCL-90-R测试的T2和T3时，数据分析显示两组之间存在差异。在GSI、PST、强迫-强迫和焦虑量表的T2和抑郁量表的T3上，被分配到A组的参与者似乎报告了较低的改善(较低的水平更好)。对于PSS测试，B组在T3时比A组有显著改善(低水平更好)(表4）.

OSI应对策略

对于OSI测试的子量表，A组的任务导向水平(中位数为6)与B组(中位数为7;U= 4.5;Z = -2.85;P= 04;r= -0.62)， A组的涉入水平(中位数6)与B组(中位数7.5;U= 10.5;Z = -2.19;P= .02点;r= -0.48)。对OSI量表中T1和T2报告的结果进行分析，A组和B组之间没有其他显著差异(表5）.被分配到A组的参与者报告的OSI结果在任何子量表上都低于B组的参与者(越高越好)，但只有任务导向和参与子量表在T3时两组之间存在显著差异(表5）.

A组组内分析

参数数据分析

采用参数数据分析(1-way重复测量方差分析)比较A组参与者在T1、T2和T3时报告的不同结果。

PSS水平(F_{2, 18}= 3.25;P=.06)和一些SCL-90-R量表(GSI，F_2、16= 2.80;P= .09点;太平洋标准时间,F_2、16= 1.58;P= .24点;躯体化,F_2、16= 1.44;P= 10;人际敏感,F_2、16= 0.95;P= .41点;抑郁症,F_2、16= 2.34;P= 13;焦虑,F_2、16= 1.05;P= .37点;敌意,F_2、16= 0.43;P=主板市场;恐惧焦虑,F_2、16= 1.13;P= .35点;偏执意念,F_2、16= 1.26;P=。31;和精神病,F_2、16= 1.47;P=.26)在T1、T2和T3 3个测量值之间没有显著变化。

在SCL-90-R测试的PSDI和强迫-强迫子量表中，结果显示出显著的随时间变化(PSDI，F_2、16= 6.47;P=。03，效应大小η中等²P =0.35，强迫性，F_2、16= 6.58;P=。008，具有较大的效应尺寸η²p = 0.49)。

在T1、T2和T3(社会支持;F_{2, 18}= 0.44;P=主板市场;任务导向的,F_{2, 18}= 0.49;P= .62;逻辑,F_{2, 18}= 0.09;P= .92;家庭作业的关系,F_{2, 18}= 1.03;P= .37点;时间,F_{2, 18}= 0.04;P= .96点;和参与,F_{2, 18}= 0.22;P= .80)。

非参数数据分析

采用Friedman检验进行非参数数据分析(Pereira等[39])，比较A组参与者在T1、T2和T3时报告的不同结果。PSS (PSS，χ²₂= 5.3;P=.07)和一些SCL-90-R量表(PST，χ²₂= 4.2;P=含量;PSDI,χ²₂= 4.2;P= .14点;躯体化,χ²₂= 3.5;P= .20;人际敏感,χ²₂= 0.8;P=点;抑郁症,χ²₂= 5.4;P=。08;焦虑,χ²₂= 1.8;P=。45;敌意,χ²₂= 0.8;P=点;恐惧焦虑,χ²₂= 2.3;P= .33;偏执意念,χ²₂= 1.7;P=票价;和精神病,χ²₂= 3.0;P=.25)在T1、T2和T3 3个测量值之间没有显著变化。

参与者的GSI和强迫-强迫分量表在T1、T2和T3的三个测量中发生了显著变化(χ²₂= 6.4;P= .04点;w = 0.35,χ²₂= 6.4;P= .04点;分别为w = 0.35)。使用Wilcoxon试验来跟踪这一发现。应用Bonferroni校正;因此，所有影响的显著性水平均为0.0167。从T1到T2, GSI似乎没有明显变化(t= 11.50;Z = -1.92;P=.06)，从T1到T3 (T=8;Z = -1.72;P=.09)，或从T2到T3 (t= 13;Z = -0.169;P= iseq指数)。强迫程度在T1和T2间无显著差异(t= 11;Z = -1.96;P= 0.05)或从T2到T3 (t= 20;Z = -0.30;P=.79)，但从T1(中位数63)到T3(中位数54;T = 0.0;Z = -2.37;P= .02点)。

综上所述，在A组中，只有强迫症水平在T1与T3相比有显著降低。在T1、T2和T3(社会支持;χ²₂= 0.6;P= .77点;任务导向的,χ²₂= 1.3;P= 55;逻辑,χ²₂= 0.7;P= .76;家庭作业的关系,χ²₂= 0.9;P=点;时间,χ²₂= 0.8;P=点;和参与,χ²₂= 0.3;P= .90)。

B组组内分析

参数数据分析

采用参数数据分析(1-way重复测量方差分析)比较A组参与者在T1、T2和T3时报告的不同结果。

PSS水平(F_2、12= 3.56;P=.06)和部分SCL-90-R量表(PSDI，F_2、10= 2.54;P=。;obsessiveness-compulsiveness,F_{1.1, 5.48}= 2.86;P=含量;人际敏感,F_2、10= 3.85;P= 0。06;敌意,F_2、10= 3.71;P= 0。06;恐惧焦虑,F_2、10= 0.147;P= .86;偏执意念,F_2、10= 3.20;P=。08;和精神病,F_2、10= 2.77;P=.11)在T1、T2和T3 3个测量值之间没有显著变化。

对于GSI尺度，Mauchly检验表明球度假设已经被打破;χ²₂= 7.1;P= .03点;因此，有多变量检验报告(ε=0.55)。结果显示随着时间的推移有显著的变化，V=0.85;F_2、4= 11.78;P=。02，具有较大的效应量，η²p = 0.63。

SCL-90-R测试的PST、抑郁、躯体化和焦虑分量表的结果随着时间的推移呈现显著变化(PST，F_2、10= 8.87;P= .006;η²p = 0.64;抑郁症,F_2、10= 5.84;P= .02点;η²p = 0.54;躯体化,F_2、10= 5.56;P= .02点;η²p = 0.53;和焦虑,F_2、10= 5.18;P= .03点;η²p = 0.51)。

在T1、T2和T3(社会支持;F_2、10= 3.89;P= 0。06;时间,F_2、10= 2.10;P=。;家庭和工作的关系，F_2、10= 3.57;P= 2)。

对于OSI的任务导向、逻辑和介入子量表，结果显示随着时间的推移发生了显著变化(任务导向;F_2、10= 7.80;P= .009;η²p = 0.61;逻辑,F_2、10= 9.54;P= .005;η²p = 0.66;和参与,F_2、10= 5.56;P= .02点;η²p = 0.59)。

非参数数据分析

使用Friedman检验对数据进行非参数分析(Pereira等[39])，这使我们能够比较B组在T1、T2和T3时报告的不同结果。

PSS水平(PSS，χ²₂= 4.5;P=.11)和一些SCL-90-R子量表(PSDI，χ²₂= 1.7;P=点;躯体化,χ²₂= 5.0;P= .09点;obsessiveness-compulsiveness,χ²₂= 5.3;P= . 07;人际敏感,χ²₂= 5.7;P= 0。06;焦虑,χ²₂= 4.7;P=厚;敌意,χ²₂= 3.9;P=含量;恐惧焦虑,χ²₂= 1.3;P= .59;偏执意念,χ²₂= 4.3;P= .14点;和精神病,χ²₂= 4.3;P=.12)在T1、T2和T3 3个测量值之间没有显著变化。参与者的GSI、PST和抑郁分量表在T1、T2和T3的3个测量中发生了显著变化(GSI，χ²₂= 9.5;P= .005;w = 0.79;太平洋标准时间,χ²₂= 9.0;P= .008;w = 0.75;和抑郁,χ²₂= 7.9;P= . 01;w = 0.66)。使用Wilcoxon试验来跟踪这一发现。应用Bonferroni校正;因此，所有影响的显著性水平均为0.0167。GSI从T1到T2似乎没有显著变化(T=8;Z = -1.99;P=.04)，从T2到T3 (T=5.50;Z = -0.54;P=.69)，从T1到T3 (T=0.0;Z = -2.23;P= 03)。

PST从T1到T2无显著变化(T=6;Z = -1.96;P= 0.05)，从T2到T3 (t= 10.50;Z = 0.0;P= 0.99)，从T1到T3 (T=0.0;Z = -2.21;P= 03)。从T1到T2，抑郁无明显变化(t= 10;Z = -1.79;P=.08)，从T2到T3 (T=9;Z = -0.31;P=.81)，从T1到T3 (T=0.0;Z = -2.02;P= 0。06)。在T1、T2和T3(家庭-工作关系;χ²₂= 0.5;P=。90 and time,χ²₂= 3.4;P=)。社会支持、任务导向、逻辑和涉入的分量表在T1、T2和T3时发生了显著变化(χ²₂= 7.1;P= .03点;χ²₂= 8.5;P= . 01;χ²₂= 8.0;P= . 01;和χ²₂= 7.5;P=。分别为01)。

使用Wilcoxon试验来跟踪这一发现。应用Bonferroni校正;因此，所有影响的显著性水平均为0.0167。社会支持从T1到T2无显著变化(T=6.5;Z = -0.85;P=.53)，从T2到T3 (T=0.0;Z = -2.12;P=.06)，或从T1到T3 (T=0.0;Z = -1.86;P= 13)。任务导向从T1到T2没有显著变化(T=3;Z = -2.16;P=.05)，从T2到T3 (T=5;Z = -0.71;P=.75)，或从T1到T3 (T=0.0;Z = -2.32;P= 03)。从T1到T2，逻辑无显著变化(T=5;Z = -1.87;P=.07)，从T2到T3 (T=3;Z = -1.34;P=.37)，或从T1到T3 (T=0.0;Z = -2.12;P= 0。06)。从T1到T2累及无显著变化(T=7.5;Z = -0.65;P=.66)，从T2到T3 (T=2.5;Z = -1.72;P=.16)，或从T1到T3 (T=0.0;Z = -2.25;P= 03)。

干预的定性评价

我们组织了一个由一些治疗师组成的焦点小组，目的是确定在smt - cbt导向的心理治疗干预中提高m-PHA接受度的要求。我们选择了焦点小组技术，因为在过去，这种方法已经被发现适合于评估卫生保健人员的态度，其中包括[19，40]。组内共招募5名参与实验的治疗师;第六名治疗师参与了协议的设计阶段，但没有参加实验，他扮演了促进者的角色。总共在2020年7月和9月举行了两次焦点小组会议。治疗师年龄29 ~ 39岁，平均年龄35.05 (SD 2.40)岁，从业经验4 ~ 10年，平均6.62 (SD 1.92)年。

小组讨论的主题是在治疗过程中包括m-PHA支持的有用性，他们对通常设置的修改如何影响干预的心理教育目标的印象，以及移动应用程序的可用性问题。对转录的答案和小组会议期间的笔记进行了数据分析。数据分析采用Berland等人的方法[40]。本研究的两位作者(MD和TC)对转录本进行了审查，他们都具有组织焦点小组的能力。通过分析，确定了下列相关主题。

所有焦点小组参与者都报告了m-PHA可以提高患者对治疗目标的参与度的总体印象。在治疗师看来，将这款心理健康移动应用程序整合到他们的实践中所遵循的过程是有效的，因为该系统帮助他们的病人完成治疗师布置的家庭作业，让他们在写ABC笔记时得到帮助。治疗师观察到，在他们的一般实践中，他们通常会花更多的时间来教他们的病人如何完成他们的ABC笔记，这样他们就可以在下次治疗的第一部分进行复习。在这项试验中，治疗师的空闲时间被有效地用于关注患者已经通过应用程序分享的事件和相关精神状态。总的来说，他们认识到大多数接受m-PHA支持的患者在获得压力管理的心理教育技术方面进展得更快。

焦点小组参与者仔细检查了与患者-治疗师工作联盟有关的不同方面，这些方面涉及获得态度的共同目标，这可能有助于减少患者日常生活中压力的影响。他们认为，m-PHA的引入对工作联盟的建立没有负面影响。

至于与m-PHA应用程序相关的可用性问题，治疗师表示有兴趣将m-PHA支持扩展到他们的患者，包括帮助完成其他类型的CBT技术，例如，除了目前为ABC笔记提供的支持之外，还有争议。

讨论

主要研究结果

分析显示两组患者之间存在显著差异。参数分析和非参数分析表明，在SCL-90-R、OSI和PSS测试的检查子量表中，B组似乎比a组表现出更大的改善。在显著不同的量表中，参数分析和非参数分析的效应量非常大。

在SCL-90-R中，在GSI、PST、焦虑和抑郁分量表中，B组报告的平均变化优于A组。

对于强迫性和强迫性量表，很难对出现的结果做出解释，因为两组即使在T1时也是不同的。

在PSS方面，B组比A组表现出更好的改善，特别是在T3时，效应量非常大。

如《未来的研究在此期间，干预的结束恰逢意大利因COVID-19而进入封锁状态，在接下来的几个月里，不同的地点实施了不同的限制。这可能导致了A组在T2时焦虑水平的增加，而B组没有，同样的情况也适用于T3时的压力水平。

OSI测试评估的维度，特别是与应对策略相关的维度，显示B组参与者比A组参与者有更好的改善。这一差异在T3时仅在任务导向和涉入分量表上存在显著差异，且效应量非常大。

此外，在SCL-90-R、PSS和OSI测试的平均水平方面，A组和B组从T1到T2和从T2到T3都有改善的趋势。

A组强迫、强迫和PSDI量表的均值显著降低(表2)，对PSDI有中等影响，对强迫症有较大影响。在非参数分析中，只有强迫-强迫值下降，且影响适度(表4）.

在B组，GSI、PST、抑郁、躯体化和焦虑分量表的平均值显著降低(表2)之间的评估时间，有很大的影响，就像任务导向，逻辑和参与子尺度的情况一样，有很大的影响。在非参数分析中，SCL-90-R或OSI量表似乎都没有随着时间的推移而显著改善，尽管效应量很大。这可能表明样本量有影响。

未来的研究

本研究的目的是评估一种基于会话ai授权的移动应用程序与传统心理治疗相结合的治疗工作压力和焦虑的干预方案。为了验证协议，我们需要从真实用户那里收集数据，为会话m-PHA的机器学习算法提供数据。更重要的是，我们需要从参与这个参与式设计的心理治疗师那里收集反馈。我们所能纳入的参与者数量有限，不允许将参与者分配到2个以上的实验组。本文中描述的研究是目前在ClinicalTrials.gov (NCT04809090)注册的一个更大的干预方案的初始和探索性阶段。这个更大的方案包括一个对照组，其参与者不接受任何类型的治疗，以及第四组，其参与者只接受m-PHA的支持。

在本文中描述的数据收集时，使用的m-PHA版本具有有限的对话功能。m-PHA还不能让参与者参与到扩展对话中:它的主要目的是激励用户留下个人叙述来完成SMT-CBT协议所要求的ABC作业。在这个实验中收集的数据，以及心理治疗师提供的输入，使我们能够增加m-PHA的对话能力。

此外，重要的是要考虑数据收集的时间背景:干预阶段始于2019年12月，结束于2020年3月，恰逢COVID-19大流行的第一波，意大利全境首次处于封锁状态。在接下来的几个月里，在不同的地点实施了不同的限制。在最后一次治疗期间，许多参与者在他们的ABC日记中报告了与covid -19相关的事件。在某些情况下，参与者报告的焦虑水平很可能超过了他们在实验开始时的报告，这主要是因为突然改变了他们日常生活的悲惨情况，在某些情况下，他们的工作条件。在修订后的议定书中，数据分析还将涉及与意大利COVID-19大流行的区域差异相关的变量，包括区域封锁措施的影响。

结论

我们的研究结果揭示了人工智能技术在精神卫生保健领域的应用前景。本文所描述的工作目标有两个方面。第一个目标是评估将m-PHA整合到治疗过程中的干预方案。干预措施涉及与工作有关的压力管理，并在设计和测试阶段聘请心理健康专业人员。这种混合方法包括传统SMT-CBT治疗的远程会议以及m-PHA的综合支持。本研究的另一个目的是收集自然语言和行为数据，以训练会话代理的机器学习算法，并根据正在进行的随机对照试验设计实验方案。

结果支持了SMT-CBT治疗可能被整合到基于人工智能的心理健康代理中的假设。参与本研究中采用的参与式设计模型的治疗师支持它，特别是他们认为获得会话式人工智能技术的持续支持可能会提高患者对其建议的依从性。虽然本研究收集的数据的统计分析尚未显示出这种整合带来的明显优势，但接受m-PHA支持的参与者组在与强迫症和强迫相关的症状以及阳性症状困扰方面显示出显著的积极趋势。