评估使用PHQ-9的GPT-4O和基于RAG的语音聊天机器人的有效性和可接受性 (GPT4-RAG-PHQ)

抑郁症是普遍的心理健康挑战，具有巨大的个人，社会和经济成本。 传统的心理健康资源面临障碍，例如污名，有限的可用性和较长的等待时间。 技术，尤其是AI驱动的工具，为弥合这些差距提供了机会。 这项研究利用GPT-4O和抹布来创建一个能够对话，管理PHQ-9问卷并提供个性化反馈的配音聊天机器人。

参与者将在与聊天机器人互动之前填写自我测试的PHQ-9（结果不会向公众披露，并且仅用于准确比较），并且将其自测的结果与聊天机器人给出的结果就准确性而言。

聊天机器人交互包括三个阶段：

1. 进行融洽关系和一般支持的热身对话。

   • 聊天机器人发起随意的，善解人意的对话，与用户建立融洽的关系，帮助他们在过渡到PHQ-9筛选之前感到舒适和放松。
   • 用户可以提出与心理健康有关的一般问题，聊天机器人提供知情和支持的回应。

2. 对抑郁筛查的PHQ-9调查表的管理。

   • 聊天机器人介绍了PHQ-9问卷，解释了其目的以及结果将如何帮助评估用户的心理健康。
   • 通过语音互动，用户回答了9个PHQ-9问题，聊天机器人记录了他们的回答。 如果用户难以了解特定项目，聊天机器人可以澄清问题或提供其他上下文。

3. 分析结果和量身定制建议的交付。

   • 用户完成PHQ-9后，聊天机器人分析了响应，计算总分并将结果分类为严重程度（例如，温和，中度）。
   • 根据分数，聊天机器人提供个性化的建议，例如轻度症状的自助策略，或为更严重的病例建议专业的心理健康服务。

参与者将与聊天机器人互动，然后参加1小时半结构化的访谈，以提供有关他们的经验的反馈。 该研究重点是评估在心理健康筛查中使用此类基于LLM的聊天机器人的可接受性和可行性，并确定潜在的改善和风险。

研究目标主要目标

1. 评估GPT-4O和基于抹布的语音聊天机器人（Hopebot）使用PHQ-9进行抑郁筛查的可接受性，可行性和准确性。

   假设：参与者表现出对Hopebot（高于65％）的高度接受，并且很高的意愿在将来使用基于LLM的聊天机器人进行心理健康筛查（高于65％），这表明LLM作为支持工具的信誉是一种支持工具心理健康筛查（高于65％）。 参与者使用Hopebot进行抑郁症筛查，他们的自我测试PHQ-9结果匹配100％

2. 分析聊天机器人在识别抑郁症状和提供可行建议方面的有效性。

假设：Hopebot可以帮助用户以友好的方式参加PHQ-9测试，帮助用户准确地对答案进行分类，并提供准确的测试结果，他们提供的建议是基于官方PHQ-9指南，超过70％用户说他们的回答非常有效和有帮助。

次要目标

1. 评估将抹布与LLM整合到创建心理健康的配音聊天机器人方面的可行性和性能。

   假设：超过65％的参与者认识到使用抹布的反应更有帮助和有效。

2. 探索在心理健康领域中部署LLM的优势，局限性和风险。

假设：超过65％的用户表示，Hopebot非常方便，更易于访问且无需成本提供非判断性建议。 但是，有50％的人仍然对其隐私和数据安全表达了担忧。