Mari kita bercakap mengenainya.

Analisis terobosan AI ini adalah sebahagian daripada liputan lajur Forbes yang berterusan pada AI terkini, termasuk mengenal pasti dan menerangkan pelbagai kerumitan AI yang memberi kesan (lihat pautan di sini).

AI dan terapi kesihatan mental

Sebagai latar belakang yang cepat, saya telah meliputi dan menganalisis pelbagai aspek mengenai kedatangan era moden AI yang menghasilkan nasihat kesihatan mental dan melakukan terapi AI-didorong. Penggunaan AI yang semakin meningkat ini pada dasarnya telah didorong oleh kemajuan yang berkembang dan penggunaan AI generatif yang meluas. Untuk ringkasan cepat beberapa lajur yang dipaparkan pada topik yang berkembang ini, lihat pautan di sini, yang secara ringkas merakam kira -kira empat puluh lebih daripada seratus lajur yang telah saya buat pada subjek.

Terdapat sedikit keraguan bahawa ini adalah bidang yang pesat berkembang dan terdapat kejahatan yang besar, tetapi pada masa yang sama, dikesali, risiko tersembunyi dan gotchas secara terang -terangan datang ke dalam usaha ini juga. Saya sering bercakap tentang perkara -perkara mendesak ini, termasuk dalam penampilan tahun lepas pada episod CBS's 60 Minutes , lihat pautan di sini.

Sekiranya anda baru dalam topik AI untuk kesihatan mental, anda mungkin ingin mempertimbangkan untuk membaca analisis baru -baru ini bidang ini, yang juga menceritakan inisiatif yang sangat inovatif di Jabatan Psikiatri dan Sains Perilaku Stanford University yang dipanggil AI4MH; Lihat pautan di sini.

Mengatur personas AI

Salah satu kemampuan yang paling kurang dimanfaatkan oleh AI dan LLMS generatif adalah keupayaan mereka untuk mengira secara simulasi jenis persona. Idea ini agak mudah. Anda memberitahu AI untuk berpura -pura menjadi jenis orang tertentu atau mempamerkan keperibadian yang digariskan, dan AI cuba untuk bertindak balas dengan sewajarnya. Sebagai contoh, saya menggunakan ciri ini dengan mempunyai Chatgpt melaksanakan persona Sigmund Freud dan melakukan terapi seolah -olah AI meniru atau mensimulasikan apa yang Freud boleh katakan (lihat pautan di sini).

Anda boleh memberitahu LLM untuk berpura -pura menjadi orang tertentu. Kuncinya ialah AI mesti mempunyai data yang mencukupi tentang orang itu untuk menarik mimicry. Juga, jangkaan anda tentang betapa baiknya pekerjaan yang akan dilakukan oleh AI dalam mod berpura -pura itu perlu menjadi marah kerana AI mungkin berakhir jauh. Aspek penting adalah tidak boleh menganggap atau percaya bahawa AI akan tepat seperti orang itu. Ia tidak akan.

Sudut lain untuk menggunakan personas adalah secara meluas menggambarkan sifat persona yang anda mahu mempunyai AI untuk berpura -pura menjadi. Saya sebelum ini telah melakukan eksperimen mini yang mempunyai chatgpt berpura-pura menjadi satu pasukan ahli terapi kesihatan mental yang memberi persembahan ketika berusaha untuk melakukan penilaian psikologi (lihat pautan di sini). Tiada seorang pun daripada orang yang mewakili orang tertentu. Sebaliknya, AI umumnya diberitahu untuk menggunakan beberapa orang yang secara umumnya mewakili sekumpulan ahli terapi.

Terdapat banyak lagi kegunaan AI personas.

Saya akan menyenaraikan beberapa. Seorang profesional kesihatan mental yang ingin meningkatkan kemahiran mereka boleh menjalankan dialog dengan LLM yang berpura -pura menjadi pesakit, yang merupakan cara yang berguna untuk meningkatkan ketajaman analisis psikologi ahli terapi (lihat pautan di sini). Inilah contoh lain. Apabila melakukan penyelidikan kesihatan mental, anda boleh memberitahu AI untuk berpura -pura menjadi beratus -ratus atau ribuan responden untuk tinjauan. Ini tidak semestinya sama dengan menggunakan orang sebenar, tetapi ia boleh menjadi cara yang bermanfaat untuk mengukur jenis respons yang mungkin anda dapatkan dan bagaimana untuk menyediakan dengan sewajarnya (lihat pautan di sini dan pautan di sini).

Dan sebagainya.

Penyelidikan terkini menggunakan personas AI

Kajian penyelidikan baru -baru ini yang disiarkan secara inovatif menggunakan personas AI dalam bidang diagnosis perubatan. Kajian itu bertajuk "Diagnosis Berturutan dengan Model Bahasa" oleh Harsha Nori, Mayank Daswani, Christopher Kelly, Scott Lundberg, Marco Tulio Ribeiro, Marc Wilson, Xiaoxuan Liu, ViKnesh Sounderajah, Jonathan Carlson, Matthin Ponafer, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Bay Gross, Horvitz, Arxiv, 30 Jun, 2025, dan membuat kenyataan -kenyataan ini (petikan):

• "Kecerdasan buatan memegang janji besar untuk memperluaskan akses kepada pengetahuan dan pemikiran perubatan pakar."
• "Kami menyerlahkan bagaimana sistem AI, apabila dibimbing untuk berfikir secara beransur-ansur dan bertindak dengan bijak, boleh memajukan ketepatan diagnostik dan keberkesanan kos dalam penjagaan klinikal."
• "Dalam amalan klinikal, doktor secara beransur -ansur merumuskan dan menyemak hipotesis diagnostik, menyesuaikan setiap soalan dan ujian berikutnya kepada apa yang baru saja mereka pelajari, dan menimbang bukti yang berkembang sebelum melakukan diagnosis akhir."
• "Kami membentangkan Orchestrator Diagnostik MAI (MAIDXO), sebuah orkestrator model-agnostik yang mensimulasikan panel doktor, mencadangkan diagnosis pembezaan yang mungkin, dan secara strategik memilih ujian kos tinggi, kos efektif."
• "Apabila dipasangkan dengan model O3 OpenAI, Mai-DXO mencapai ketepatan diagnostik 80%-empat kali lebih tinggi daripada purata 20% doktor umum.

Terdapat beberapa kelainan menarik yang dikenal pasti mengenai cara menggunakan personas AI.

Inti adalah bahawa mereka mempunyai persona AI yang berfungsi sebagai diagnostik, satu lagi yang memberi makan sejarah kes kepada diagnostik berasaskan AI, dan mereka juga mempunyai satu lagi persona AI yang bertindak sebagai penilai seberapa baik diagnosis klinikal berlaku. Itulah tiga personas AI yang ditubuhkan untuk membantu dalam melaksanakan diagnosis perubatan pada pelbagai kajian kes yang disampaikan kepada AI.

Para penyelidik memilih untuk pergi lebih jauh dengan pendekatan yang menjanjikan ini dengan mempunyai panel personas AI yang melakukan diagnosis perubatan. Mereka memutuskan untuk mempunyai lima orang AI yang masing -masing, sebaliknya, memberikan sementara langkah melaksanakan diagnosis. Nama-nama yang diberikan kepada personas AI umumnya mencadangkan apa yang dimaksudkan oleh setiap orang, yang terdiri daripada Hipotesis Dr., Dr. Test-Chooser, Dr. Challenger, Dr. Stewardship, dan Dr. Checklist.

Tanpa antropomorphizing pendekatan, aspek menggunakan panel personas AI akan dianggap sama dengan mempunyai panel doktor perubatan yang memberikan tentang diagnosis perubatan. Personas AI masing -masing mempunyai keistimewaan yang ditetapkan, dan mereka berjalan melalui sejarah kes pesakit supaya setiap kepakaran mengambil gilirannya semasa diagnosis.

Orkestrasi dalam analisis kesihatan mental AI

Saya fikir ia mungkin menarik untuk mencuba bentuk orkestra yang sama dengan berbuat demikian dalam konteks analisis kesihatan mental. Saya mengalu -alukan para penyelidik mencuba kaedah yang sama dalam suasana yang lebih mantap supaya kita dapat memahami dengan lebih tegas pada selok -belok menggunakan pendekatan sedemikian. Usaha saya hanyalah eksperimen mini untuk mendapatkan bola bergolek.

Saya menggunakan sejarah kes kesihatan mental yang merupakan vignette secara terbuka oleh Lembaga Psikiatri dan Neurologi Amerika (ABPN) dan melibatkan pesakit fiktif yang menjalani penilaian psikiatri.

Ini adalah contoh yang berguna kerana ia telah disusun dan dianalisis dengan teliti, dan berfungsi sebagai soalan ujian formal untuk psikiatri dan ahli psikologi yang baru. Kelemahannya adalah kerana dikenali secara meluas dan di Internet, ada kemungkinan bahawa mana -mana AI generatif yang digunakan untuk menganalisis sejarah kes ini mungkin telah mengimbas kes itu dan penyelesaiannya yang dipaparkan.

Penyelidik yang ingin melakukan sesuatu yang serupa dengan eksperimen mini ini mungkin perlu menghasilkan sejarah kes yang baru dan tidak kelihatan. Itu akan menghalang AI daripada "menipu" dengan sudah berpotensi menemui kes itu.

Gambaran Keseluruhan Vignette

Vignette mempunyai kaitan dengan seorang lelaki dalam empat puluhan yang sebelum ini berada di bawah penjagaan psikiatri dan baru -baru ini telah mempamerkan tingkah laku yang dipersoalkan. Seperti yang dinyatakan dalam vignette: "Sejak beberapa bulan yang lalu, dia telah membeli karya seni yang mahal, kehadirannya di tempat kerja menjadi semakin tidak menentu, dan dia hanya tidur satu hingga dua jam setiap malam. (Sumber: ABPN Posting Online).

Saya menggunakan LLM yang popular dan memberitahu ia untuk memohon lima orang, agak setanding dengan pendekatan orkestra yang dinyatakan di atas, yang terdiri daripada:

• Dr. Supposition: Mengenal pasti hipotesis draf mengenai keadaan kesihatan mental pesakit.
• Dr. Selector: Ruminates pada hipotesis dan datang dengan ujian yang boleh digunakan untuk mengesahkan atau membatalkan hipotesis yang dirangka.
• Dr. Contender: Berkhidmat sebagai peguam bela syaitan, mempersoalkan hipotesis draf dan ujian yang dicadangkan.
• Dr. Memikirkan: Bertujuan untuk mempertimbangkan cara terbaik untuk meneruskan diagnosis, termasuk berat badan, perbelanjaan, dan pelbagai faktor yang berkaitan.
• Dr. Double-Checker: Adakah pemeriksaan dua kali pada diagnosis, memastikan bahawa mana-mana gotchas ditangkap, mencari perangkap, memastikan konsistensi di antara panel, dll.

Selepas memasuki dengan cepat menentukan lima orang, saya kemudiannya akan meneruskan analisis kesihatan mental mengenai vignette.

Orkestrasi berjaya

Termasuk dalam arahan saya kepada LLM ialah saya ingin melihat AI melakukan siri diagnosis atau giliran. Pada setiap masa, panel itu meringkaskan di mana mereka berada dalam analisis mereka dan memberitahu saya apa yang telah mereka lakukan setakat ini. Ini adalah cara untuk mempunyai AI menghasilkan sejenis penjelasan atau petunjuk tentang apa yang diperlukan oleh proses penalaran pengiraan.

Di samping itu, berhati -hati dalam bergantung kepada penjelasan yang dikira secara komputasi kerana mereka mungkin tidak mempunyai kaitan dengan apa yang dilakukan oleh mekanik tokenisasi dalaman LLM yang sebenarnya dilakukan, lihat perbincangan saya tentang peringatan yang patut diberi perhatian di pautan di sini.

Saya menyediakan panel persona LLM dengan soalan yang dikaitkan dengan vignette. Saya kemudian membandingkan jawapan dari panel AI dengan yang telah diposkan dalam talian dan dianggap sebagai jawapan yang betul atau paling sesuai.

Untuk menggambarkan apa panel Personas AI, inilah tindak balas awal mengenai ciri -ciri keseluruhan pesakit pada giliran pertama:

• "Harga diri yang melambung mungkin hadir, memandangkan tingkah laku yang hebat seperti membeli karya seni yang mahal, kehadiran kerja yang tidak menentu, dan kemungkinan tidak dapat dikalahkan walaupun tidur hanya 1-2 jam malam."
• "Penerbangan idea -idea adalah perkara biasa di mania, sementara tidak diterangkan secara eksplisit, tingkah laku yang tidak menentu, mengurangkan keperluan untuk tidur, dan potensi gangguan yang sangat mencadangkan pemikiran yang tidak teratur dan cepat beralih."
• "Ucapan yang ditekan seolah-olah hadir, walaupun walaupun tidak disebut secara langsung, ucapan yang ditekan biasanya bersama-sama dengan tanda-tanda manik lain seperti tidur yang dikurangkan, tingkah laku yang tidak menentu, dan peningkatan aktiviti. Ini adalah kesimpulan yang munasabah dalam konteks mania yang disyaki."

Analisis berakhir sepadan secara keseluruhan dengan penyelesaian yang dipaparkan. Dalam erti kata itu, panel AI Personas melakukannya dengan baik. Sama ada ini disebabkan oleh prestasi sebenar berbanding sebelum ini yang diimbas sejarah kes tidak jelas. Apabila saya bertanya secara langsung jika kes itu telah dilihat sebelum ini, LLM menafikan bahawa ia telah menemui kes itu.

Jangan percaya LLM yang memberitahu anda bahawa ia tidak mengimbas sesuatu. LLM mungkin tidak dapat memastikan bahawa ia telah mengimbas kandungan. Tambahan pula, dalam beberapa keadaan, AI pada dasarnya mungkin berbohong dan memberitahu anda bahawa ia tidak melihat sekeping kandungan, sejenis penutup, jika anda mahu.

Bersandar ke personas AI

AI Personas adalah keupayaan yang sangat berfaedah bagi era moden AI dan LLMs. Menggunakan personas AI dalam fesyen yang dirancang adalah langkah bijak. Anda boleh mendapatkan AI Personas untuk bekerja sebagai satu pasukan. Ini dapat meningkatkan hasilnya.

Salah satu isu yang cepat yang sepatutnya anda perhatikan ialah jika LLM sedang menjalankan semua personas, anda mungkin tidak mendapat apa yang anda fikir anda dapatkan. Pendekatan alternatif adalah menggunakan LLMS berasingan untuk mewakili personas. Sebagai contoh, saya boleh menyambungkan lima LLM yang berbeza dan masing-masing mensimulasikan personas yang saya gunakan dalam eksperimen mini saya. Idea ini ialah dengan menggunakan LLMS yang berasingan, anda mengelakkan peluang LLM tunggal yang malas berulang-ulang dengan tidak benar-benar cuba untuk memohon personas. LLM boleh licik dengan cara itu.

Pemikiran terakhir buat masa ini.

Mark Twain terkenal dengan syarat kenyataan ini: "Synergy adalah bonus yang dicapai apabila keadaan bekerja bersama -sama dengan harmoni." Penggunaan orkestra dengan personas AI boleh mencapai tahap sinergi yang sebaliknya tidak akan dipamerkan dalam jenis analisis ini. Bahawa dikatakan, kadang -kadang anda boleh mempunyai terlalu banyak tukang masak di dapur juga.

Pastikan untuk menggunakan orkestra persona AI sesuai, dan anda sememangnya anda akan mendapat bunyi manis dan hasil yang menarik.

Atas ialah kandungan terperinci Mengatur nasihat kesihatan mental melalui pelbagai personas berasaskan AI mendiagnosis gangguan psikologi manusia. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!