北京日報|科大訊飛智慧心育，用技術守護孩子心理健康

6月20日，《北京日報》深度采訪報道由科大訊飛研發的AI多模態抑郁篩查系統和AI心理伙伴，并在專題欄目“京韻周刊領創”整版刊登。以下是報道全文：

隨著技術的不斷升級，AI（人工智能）不僅越來越能干，而且還越來越貼心——能聽懂人的心事，呵護人的心靈。由科大訊飛股份有限公司研發的AI多模態抑郁篩查系統和AI心理伙伴，已分別在全國兩百多所學校落地，在中小學生心理問題預防、預警和干預中發揮著積極的作用。目前，技術團隊正抓緊對這些“AI心理專家”開展更進一步的訓練，使其更會察言觀色，更加深入地走入人類的心靈世界。

恰逢其時

前一陣兒期中考試結束，初二學生小靈（化名）沒發揮好，家長就多念叨了幾句。當晚，這位平時沉默寡言的女生偷偷藏起了家里的水果刀，趁著家長不注意，在手腕上狠狠劃了幾下。送到醫院后，她被診斷為中度抑郁。父母這才驚覺，這次自殘只是孩子抑郁癥狀的一次顯性爆發，之前她的情緒低落、睡眠障礙、興趣減退都是向父母發出的求救信號，只是這些信號被誤讀成“學習壓力太大”。

在同一所學校甚至同一個班級里，小靈的故事可能都不是個例。厭學、退學、自傷……中小學生各種情緒障礙問題頻頻出現。統計數據也印證了這些問題具有相當的普遍性：

——中國科學院心理所2023年發布的《中國國民心理健康發展報告（2021-2022）》顯示，14.8%的青少年存在不同程度的抑郁風險。其中，4.0%的受訪者抑郁得分較高，屬于重度抑郁風險群體；

——中國青少年研究中心和共青團中央發布的《中國青年發展報告》指出，我國17歲以下兒童青少年中，約有3000萬人受到各種情緒障礙和行為問題困擾；

——《2022年國民抑郁癥藍皮書》顯示，在抑郁癥患者群體中，50%的抑郁癥患者為在校學生，41%曾因抑郁休學；

……

這些數字的背后，是我們不得不正視的現實：破解兒童青少年的心理問題已經刻不容緩。

然而，急需改進的是求助通道的缺乏。國家統計局發布的2022年《中國兒童發展綱要（2021-2030年）》統計監測報告顯示，小學、中學配備專職心理健康教育教師的學校比例分別為33.2%和58.6%，且城市與鄉村學校配比不均衡。

為此，教育部等17部門聯合印發了《全面加強和改進新時代學生心理健康工作專項行動計劃（2023-2025年）》，提出到2025年，配備專（兼）職心理健康教育教師的學校比例達到95%。

另一方面，心理老師似乎也并不是學生求助的第一選擇。“找了心理老師事兒就大了。”記者隨機采訪多名中小學生，他們幾乎都表示，不到萬不得已不會去找心理老師。

那么，社會咨詢通道是否暢通？國家嚴重精神障礙管理信息系統統計顯示，全國現有精神科醫生僅2萬多名，而專門從事兒童青少年精神專科治療的醫生不過數百人。

心理咨詢師陳瑜在其著作《少年發聲》中記錄了一個讓人心酸的片段：“前不久，一位媽媽從急診室給我發來消息，說女兒吞了大把的安眠藥，好在搶救回來了。她查看了女兒的手機，孩子前一天晚上一直在網上搜索心理咨詢的熱線電話。當時，她肯定求助心切。”

如何為青少年構建樂于接受又易于獲得的心理支持系統？她認為，這是一個時代性的大課題。如何回應，如何解決，關乎未來。

上述種種也是科大訊飛探索將人工智能技術與心理健康進行結合的初衷。

在研發人員看來，人工智能的存在讓教育公平邁出了一大步，很多鄉村孩子的命運因為一塊屏幕而得以改變。讓人工智能走進人類的心靈世界，助力青少年心理健康，同樣恰逢其時。為此，作為全國人大代表，科大訊飛董事長劉慶峰連續多年在全國兩會上提出建議，基于人工智能技術，搭建青少年心理健康管理平臺，推動青少年心理健康治理的數字化轉型。

圖片

智能診斷

團隊最先瞄準的是抑郁癥的篩查。合作對象選中了首都醫科大學附屬北京安定醫院——該院擁有全國最好的青少年抑郁診療團隊，一號難求。“我們最開始的目標是，將這些頂尖專家診療的經驗‘AI化’，讓很多掛不上號的人也能享受到醫院的優質服務。”科大訊飛智慧心育產品線副總經理常雪亮說。

抑郁癥的發病機理非常復雜。在問診時，醫生除了詢問患者的基本癥狀，還要觀察對方的面部表情、語調語速等。要把這些都學會，機器的壓力不小。

“這個過程涉及多模態信息的理解和融合。”科大訊飛醫療北京研究院院長王靜帶領團隊負責系統算法。她解釋，文本是一種模態，語音是一種模態，視頻圖像也是一種模態。以往的算法模型更多的是對一種模態進行突破，而對機器進行抑郁診斷訓練時，需要把多種模態融合起來，教會機器去綜合理解。

在人工智能領域，多模態技術還是個新鮮事物，團隊并沒有多少經驗可以借鑒。

“最難的是交互時問題和邏輯的梳理。也就是說，我通過什么樣的問題和邏輯能獲取到用戶真實的情況，然后讓機器根據這些情況進行理解推理。”王靜說。

為此，研究團隊聯合安定醫院構建了包含3000多個專家標注的高質量案例庫，進行模型的訓練學習。“利用多模態模型，我們提取了用戶的語言文字、語音語調、表情等模態的上百個與情緒有關的特征，通過對這些特征進行融合推理和計算，評估用戶的抑郁等情緒水平。”王靜舉例，比如入睡時間、失眠原因等，都是典型的特征。打造這樣一套評估模型，團隊投入了近3年時間。

這是一個不斷調試、優化、再調試的過程。最頻繁的時候，系統兩周就要做一次更新。好消息不斷傳來：在北京、合肥等地區的精神專科醫院心理輔診場景中，這套多模態AI抑郁篩查系統與醫生專家評估的一致性達到95.5%，比基層全科醫生的準確率高34%。

“當時我們就在想，這樣一個篩查的技術如果能夠用到校園里，可能會大大提升校園心理健康篩查的準確率。”常雪亮是北京師范大學心理學博士研究生，曾在校園中擔任過心理老師。對校園的心理健康篩查狀況，她再熟悉不過。

她介紹，目前學生接受心理健康狀況篩查時，一般使用的都是自陳式量表。其準確率很大程度上取決于學生愿不愿意說真話，以及是否對自己的心理狀況有客觀的認識。“很多學生認知能力不夠，有的孩子還有病恥感，不愿意告訴別人，怕被貼上標簽或者受到歧視，這些因素都導致學校老師無法準確識別出學生是不是有抑郁風險。”

數據采集的場景變了，這套系統能否從醫院成功遷移到校園？團隊選取了2000多名學生進行驗證，這些學生先參加傳統的量表篩查，再進行AI系統篩查，最后請三甲醫院專科醫生評定。

AI經受住了考驗。結果顯示，AI篩查準確率達到了89.4%，輕中重度定量準確率達到了85.8%，比傳統心理量表篩查分別高25.6%和47.1%。“當然，在校園里我們肯定不會直接給孩子貼上抑郁的標簽，而是會提示老師這些學生有較高的抑郁風險，為家長和學校提供更加準確的建議。”常雪亮說。

圖片

心理伙伴

“我是小星，咱們又見面了，今天你過得怎么樣？”

在北京宏志中學學生心理咨詢室里，高一學生賀祥禎捧著平板電腦，目不轉睛地盯著屏幕。與他打招呼的是平板上的卡通形象，也是學校剛剛引入的AI心理伙伴小星。

“我這次考試沒考好，心情很差。”

“請記住，一次考試并不能定義你的全部，也許我們可以一起探討一下是不是某些學習方法或備考策略需要調整，這樣下次就可以做得更好了！”

聽到小星的鼓勵，賀祥禎緊皺的眉頭舒展開來，跟小星探討起了需要改進的地方。“面對著機器，我沒有了面對老師的緊張，感覺更有安全感。”體驗完畢，賀祥禎分享使用感受。

這套AI心理伙伴系統不僅能綜合識別青少年的情緒情感狀態，還能使用具有同理心的語言，表達對青少年當前情緒和困擾的充分理解和接納；同時能通過主動提問促進青少年深入覺察自己的負面情緒及其成因，提供個性化的認知調整和行動改進建議。

“孩子們通常不愿意向家長和老師敞開心扉，通過AI的啟發式對話，有望為孩子提供他們真正需要的心理減壓和疏導服務。”常雪亮說。

一名重度抑郁的高三女生，幾乎每天都要與小星聊天。讓人驚訝的是，她聊天的話題并不是“抑郁癥怎么治療”，80%的內容圍繞的都是生活瑣事。經過一段時間的傾訴后，她的抑郁癥狀得到了極大緩解。

一名輕度抑郁的初三男生也是小星的忠實粉絲，幾個月的時間里，他與小星連續進行了4700多輪對話，沖動、自責傾向顯著下降。

其實，這些對話很多并不是傳統意義上的有效心理對話。“所謂的‘有效心理對話’，指的是孩子提出自己的心理困擾，期待AI給予科學的心理建議。但是這名男生大部分時間只是單方面的傾訴。不管小星回復什么，他都堅持把自己的故事講完。”常雪亮說，這也讓她看到了AI心理伙伴在咨詢之外的新的價值——陪伴和傾聽。

這些正從陰霾重新回到陽光下的孩子讓團隊感到格外振奮。全國200多所使用學校的縱向追蹤數據顯示，學生的抑郁檢出率從31.9%下降到23.9%，學習焦慮檢出率從8.25%下降到4.21%，社交焦慮檢出率從7.74%下降到4.65%。

背后，機器當然也經過了刻苦的學習。常雪亮給出一組數據：近40萬篇心理學期刊文獻、1500本心理學專著和教材、超過100萬個脫敏后的心理輔導對話案例……這些都是機器的學習資料。

“最初探索的時候，我們面對的就是一個‘黑盒子’。這類數據喂一點兒，那類數據喂一點兒，不斷調試，逐漸找到哪種配方出來的效果最好。”常雪亮說，系統的誕生還多虧了星火大模型技術的加持。

“在大模型出來之前，我們也嘗試用傳統的機器學習方法，輸入大量的語料，訓練機器能夠通過獲取關鍵詞來進行回應。”她舉例，比如用戶言語中如果出現“情緒低落”，“我們就會為‘情緒低落’相關的回復準備各種各樣的版本，雖然做了大量的工作，但是出來的效果還是不好，人機對話聽上去還是有些不自然。”而大模型在自然語言長文本上的自動生成能力，無疑成功模擬了一位合格心理咨詢師的基礎素質。

目前，AI心理伙伴的水平已經達到了具有3年心理輔導經驗人員的74%的水平。“后面的提升越來越難，我們還在繼續努力。”

圖片

跋涉前行

心理咨詢往往被認為是最不會被人工智能取代的領域。作為這些智能產品的塑造者，常雪亮對這一結論依然堅信不疑。

“AI心理研究的終極目標是打造一名真正的心理咨詢師嗎？我們的答案是否定的。”常雪亮說，在她和團隊看來，AI能提供的只是特定場景下的心靈撫慰和陪伴、共情和傾聽，還達不到心理治療的效果。“我們現在仍然認為，AI要取代那些深度的治療，替代人和人之間的情感互動是非常困難的。”

這一點，北京宏志中學心理教師周冬梅深以為然。她認為，AI心理服務避免了學生在面對心理老師時可能存在的尷尬和緊張，讓學生們在最短時間內找到解決問題的方法，為每一名學生提供了一個安全、無壓力的傾訴互動空間。它可以幫助學生及時快速地處理情緒，幫助學生平靜下來，“這個時候我們老師再進行干預，為學生提供情感上的支持，可能效果會更好。”

越來越多的學校開始擁抱AI心理服務這一新形式。

上個月，史家胡同小學也引入了包括AI心理伙伴在內的心理小屋，目前還在試用階段。“我們學校非常重視利用科技手段助力學生健康發展，AI的引入極大彌補了學校心理教師力量的不足，同時能對學生進行初步的輔導，給心理老師做出危機預警提示。”心理老師吳麗梅說。

但她也提示，應隨時關注學生的使用狀況，“人機對話時，機器對學生有求必應，不會拒絕。這一點確實能給學生充足的安全感和包容力，但我們要警惕學生對此會形成依賴。”她認為，心理輔導、心理咨詢的最終目標都是使求助者以正常的狀態重新適應社會，而對機器過度的依賴和沉迷或許會阻攔求助者回歸社會的步伐。“所以，我們也會制定相應的預約制度，防止學生沉迷。”

“機器是沒有情緒的，在面對機器的時候，我們可能不會像面對人那樣收斂起自己的壞脾氣。比如小星沒有給我們一個合適的回復，我們可能忍不住就會有情緒、有脾氣，因為我們知道，機器是不怕傷害的。因此，還應觀察AI是否能不斷自我成長，對此設置相關界限。”吳麗梅說。

常雪亮團隊顯然也關注到心理健康涉及的復雜倫理問題。以篩查系統為例，不同地區學校、家長的反應就有所不同。“有的學校會認為，學生心理狀況是一件可以大大方方呈現出來的事情，篩查得準確了，代表我們對學生負責任。但有的家長對此卻比較敏感，擔心篩查會侵犯孩子的隱私。”

盡管困難重重，但人工智能在心理健康上的應用前景毋庸置疑。科大訊飛團隊還在繼續著新的探索。

在常雪亮看來，觸發學生心理狀態預警信號的并不一定都是心理疾病，很多時候跟學生的行為習慣有關，比如人際關系的矛盾、親子關系的沖突等，都會對學生心理狀態產生影響。“下一步，我們嘗試做一套多元信息來源的預警體系，將學生在校園中的表現、親子互動方式等都融合進去，從而預測學生在面對重大挫折時的處理辦法。”

而在心理干預方面，團隊也在嘗試與體育領域專家合作，為學生心理素質的提升開出運動處方。

“我們期待著，通過早期識別和適當干預，AI能為孩子的成長提供有溫度的愛和陪伴，為青少年的心理健康做出貢獻。”常雪亮說。