基于自然语言交互的心理健康评估工具的设计与挑战
人机交互
2025-10-22 v1
摘要
心理健康评估对个人福祉至关重要。传统评估方法主要依赖临床访谈和标准化自我报告问卷。然而，这些方法的有效性常常受到主观性、回忆偏差和可及性问题的制约。此外，关于偏见和隐私的担忧可能导致通过自我报告收集的心理健康数据存在误报。本研究考察了基于大语言模型（LLM）的自然语言交互开发心理健康评估工具所固有的设计机会和挑战。我们开发了一个基于对话 AI 的交互式原型系统，用于非侵入性心理健康评估，并通过对 11 名心理健康专业人员（6 名辅导员和 5 名精神科医生）进行半结构化访谈进行评估。分析结果识别出未来开发的关键设计考虑因素，突出了 AI 驱动的自适应提问如何可能增强自我报告数据的可靠性，同时识别了关键挑战，包括隐私保护、算法偏见和跨文化适用性。该研究为心理健康技术创新提供了实证基础，展示了自然语言交互在心理健康评估中的潜力与局限性。
引用
@article{arxiv.2510.18158,
title = {Design and Challenges of Mental Health Assessment Tools Based on Natural Language Interaction},
author = {Yixue Cai and Xiyan Su and Dongpeng Yao and Rongduo Han and Nan Gao and Haining Zhang},
journal= {arXiv preprint arXiv:2510.18158},
year = {2025}
}