人工智能在精神分裂症康复管理中的应用：一项系统性范围梳理

为何智能工具对严重精神疾病至关重要

精神分裂症会让人难以清晰思考、与他人建立联系并管理日常生活，许多人即便在住院治疗后仍持续挣扎。同时，全球范围内的心理健康服务资源紧张，许多人得不到持续支持或完全缺乏后续照护。本文探讨人工智能（AI）——与手机助理和在线推荐背后相同的一类技术——如何作为康复长期历程中的新帮手进行测试：帮助人们维持健康、支持药物使用，并在危机发生前捕捉早期预警信号。

从医院就诊到日常生活

作者首先对比了精神卫生护理中的两类截然不同的目标。诊断的目的是为一种状况（例如精神分裂症）命名，以便临床医生能够交流并制定治疗方案。与此相对，康复则侧重于在数年乃至数十年内帮助人们生活、工作并融入社区。康复包括随时间追踪症状、调整药物、预防复发以及培养技能和社会联系。尽管有明确指南，这类长期支持在全球范围内并不均等：许多人从未见过专科医生，随访常常不规律。这一空白为数字工具——智能手机、可穿戴设备、在线平台——提供了机会，这些工具可以持续收集信息并远程提供支持。

本综述关注的内容

为了解AI在康复中如何被应用，研究者审查了2012年至2025年末发表的83项研究。所有研究均涉及临床确诊为精神分裂症或相关精神病性疾病的人群，并聚焦于与持续护理相关的任务，而非仅限诊断。研究团队将每个项目归入康复领域，例如症状监测、药物管理、风险管理、功能训练和社会心理支持。他们还记录了所用的数据类型（例如语音、电子健康记录或智能手机传感器）、所采用的AI技术、系统的表现，以及是否已在真实世界环境中测试。

当今AI的应用方向

到目前为止，大多数工作集中在随时间观察症状。许多研究分析语音、文本或智能手机数据，以评估幻觉、思维问题、动机或社会功能的严重程度，而不完全依赖冗长的门诊访谈。还有研究利用手机传感器、可穿戴设备或互联网搜索模式，在住院前数天或数周发出可能复发的警示。第二大类研究聚焦于药物：通过智能手机摄像头检查人们是否服药、预测谁可能停药或对药物反应不良，并利用常规健康记录标记诸如激素变化或糖尿病风险等副作用。第三类则涉及风险管理，例如预测复发、再住院、暴力或严重躯体疾病。尽管技能训练和实时指导治疗师对重建日常生活至关重要，但只有少数项目尝试支持这些领域。

这些系统目前表现如何？

在理论上，许多模型看起来很有前景。对于将人分入风险组或估计症状评分等任务，典型准确度相对较高，一些小规模研究在分析语音或行为模式时报告了非常高的表现。复发预警系统常能发现行为上的异常变化，但往往错过许多真实的复发，同时产生误报，这意味着它们更适合作为早期“提醒”而非独立的决策者。值得注意的是，仅有少数研究在完全独立的患者群体中测试其系统，且很少报告预测的校准情况——即所报告的风险是否与实际发生相符。更少的项目将预测结果闭环化，转化为具体行动（例如临床人员的主动联系或治疗调整），并随后衡量这些干预是否改善了患者生活。

下一步需要做什么

综述得出的结论是，AI在强化精神分裂症康复方面具有明确潜力：更密切地监测症状、支持药物使用并突出显示更高风险的个体。然而，大多数工具仍处于“早期原型”阶段，针对的是高收入国家的数据并主要在短期或间接结局上进行测试。要真正惠及患者，未来的系统需要进行严格的外部测试、以明确方式表达不确定性、在隐私和公平方面设立防护措施，并在设计上让临床医生与患者保持参与而非被替代。作者们强调，衡量成功的标准应超越技术指标：更重要的是AI辅助的照护是否能减少危机并帮助精神分裂症患者更充分地参与日常生活。

引用: Yang, H., Chang, F., Muroi, F. et al. Application of artificial intelligence in schizophrenia rehabilitation management: a systematic scoping review. Transl Psychiatry 16, 180 (2026). https://doi.org/10.1038/s41398-026-03872-3

关键词: 精神分裂症康复, 数字表型学, 药物依从性, 复发预测, 心理健康人工智能