作者 | 宗未来(庆应义塾大学)、关泽洋一(高级研究员)、竹林由武(福岛县立医科大学) |
---|---|
发表日期/编号 | 2016年11月 16-J-059 |
研究课题 | 关于从人力资本的观点看心理卫生的研究2 |
下载/链接 |
概要
研究背景和方法:根据预测,抑郁症患者将不断增加,作为对策,使用网络的自学式认知行为疗法(iCBT)受到关注。但是仍存在许多尚待解决的课题,如现有可利用的iCBT,只能短期改善抑郁状况,而无法维持长期效果;中途放弃治疗率高;无法带来社会功能的改善等等。近年来,由于AI技术的一个领域——自然语言处理技术(NLP: natural language processing)的进步,将这一技术应用于iCBT,开发出了能够对使用者产生共鸣,并提供适当建议的iCBT-AI技术,。本研究对普通iCBT群、iCBT-AI群、待机群这三个群中哪个群减轻抑郁症状的效果最好进行了随机比较试验,使用最具代表性的PHQ-9作为抑郁评估指标。
结果:iCBT-AI群与iCBT相比中途停止训练的人显著减少(p<0.005)。从整体数据的结果来看,普通iCBT群与待机群相比,干预期刚结束抑郁症状就出现改善趋向(p=0.05),在三个月之后的跟进调查中数值显著降低(p=0.01),而iCBT-AI群没有出现显著的改善。另一方面,PHQ-9的得分满足10分以上(相当于严重抑郁症障碍水准)标准的患者比例,在干预期刚结束之后,普通iCBT群和iCBT-AI群对待机群都没有显著的差异,而在三个月后的跟进调查中,只有iCBT-AI群满足上述标准的患者比例趋于减少(趋于改善)(比值比0.67;p=0.08)。在只限于PHQ-9值未满10分的轻度抑郁症患者的分析中,减少趋势较为显著(比值比0.35;p=0.02)。从上述分析结果可以发现,iCBT-AI与非AI型iCBT相比,可能会出现短期性负面效果,而从长期来看,在非AI型中没有观察到的未来严重抑郁症患者可能减少。据我们所知,国外尚未发现有关这种iCBT-AI效果的文献报告,有待进一步验证。