BillyPan's Blog

失眠、憂鬱症、焦慮症、失智症、身心科|台北市萬芳醫學中心精神科專科醫師潘建志

搜尋本站

本站分類

精神科門診中進行電子病歷安全評估的示意畫面

聊天機器人會不會讓精神病症狀惡化?一項美國醫學中心的病歷回溯研究找到 28 名被臨床團隊記錄為「與對話式 AI 互動後症狀惡化」的患者。這不是 AI 造成精神病的盛行率,也不能證明因果;它比較像提醒:第一次出現精神病症狀時,臨床上值得主動問一句,最近是否曾長時間和聊天機器人互動。

📊 這項研究實際看了什麼?

研究團隊回溯美國范德堡大學醫學中心 2022 年 12 月至 2026 年 4 月的電子病歷。在 215,712 名接受心理健康照護的患者、578,058 筆病歷中,先以 AI 相關字詞篩選,再由兩名研究者逐筆判讀;最後納入 73 名已有精神病性疾患診斷、且病歷確實提到 AI 互動者。

其中 28 人被歸為 AI psychosis,也就是病歷描述對話式 AI 使用伴隨或加重妄想、幻覺等精神病症狀;17 人只是中性使用,例如用 ChatGPT 找食譜;另有 28 人的妄想內容涉及 AI,但沒有記載使用聊天機器人。28 人約占全部心理健康照護患者的 0.013%,這個比例只代表此院病歷中被辨識到的個案,不是一般使用者的風險。

依原始全文整理的研究設計與主要結果示意圖,非原始研究圖表。
依原始全文整理的研究設計與主要結果示意圖,非原始研究圖表。

第一次發病的人,訊號比較集中

在 AI psychosis 組中,17/28 人(60.7%)是首次精神病發作;中性互動組為 3/17 人(17.6%),AI 相關妄想內容組為 8/28 人(28.5%)。兩組比較分別達統計顯著(P=.006、P=.03)。研究者也發現,這組患者年齡較 AI 相關妄想內容組小,年齡中位數 27.5 歲對 36.5 歲。

研究將互動分成幾種型態:最常見的是「amplifier」,即聊天機器人的回應可能順著或放大既有的錯誤信念,18/28 人(64.3%);其次是 AI 成為妄想焦點的「object」6 人(21.4%)。但這是根據病歷敘述的分類,不能據此判定某個產品、模型或一次對話就是症狀惡化的原因。

⚠️ 臨床上該怎麼解讀?

這篇研究最有用的地方,不是把聊天工具描述成單一危險來源,而是補上一個病史問題:當病人新出現妄想、幻覺、睡眠明顯混亂或行為失序時,除了藥物、物質使用與壓力事件,也可問問是否頻繁使用聊天機器人、對話是否反覆驗證可疑信念。若對話讓人更篤定自己被監控、被選中或需要立刻採取危險行動,應停止該互動,儘快由精神科團隊評估。

對家屬而言,重點是先把安全放在前面:不要和妄想內容爭辯到底,也不要把聊天紀錄當成診斷證據。出現自傷、傷人意念、無法照顧自己、極度激動或嚴重失眠時,應立即聯繫急診或台灣在地的精神醫療資源。

🧭 這篇研究還不能回答什麼?

這是單一醫學中心的回溯性病歷研究,樣本只有 28 名 AI psychosis 個案,且只有病歷有記載才會被找到;分類量表也尚未經臨床驗證。研究沒有取得完整聊天紀錄,無法分辨 AI 回應、疾病自然病程、睡眠剝奪或其他壓力因素各自扮演多少角色。它提出的是需要進一步研究的臨床訊號,不是對所有聊天機器人使用者的風險預測。

研究者的實務建議是,在精神科就診時例行了解 AI 使用情形。這和病人會不會在深夜滑社群、服用成癮物質或反覆搜尋疾病訊息一樣,都要放回當事人的症狀、支持系統與治療關係裡判讀,不能只憑一項行為下結論。

潘醫師評論:把 AI 使用納入精神科病史,和詢問酒精、娛樂性藥物或社群媒體使用一樣,目的是理解病人正在接觸什麼,而不是把責任簡化推給單一工具。真正要守住的,仍是早期辨識症狀、降低風險、維持治療連結。

原始研究:Bergson Z, et al. Characterizing Artificial Intelligence Psychosis in a Large Medical Setting. JAMA Psychiatry. Published online October 7, 2026. DOI: 10.1001/jamapsychiatry.2026.2923;PMID: 42842276。

文章摘要圖

文章摘要示意圖,非原始研究圖表。
文章摘要示意圖,非原始研究圖表。
廣告
Fediverse reactions

探索更多來自 BillyPan’s Blog 的內容

訂閱即可透過電子郵件收到最新文章。

Posted in