此页面是自动翻译的，不保证翻译的准确性。请参阅英文版对于源文本。

验证基于人工智能的焦虑症诊断系统的准确性

2025年12月29日更新者：Shanghai Mental Health Center

人工智能系统诊断焦虑障碍的准确性：与精神科医生临床诊断的配对比较

该试验旨在评估基于人工智能的系统在诊断焦虑障碍方面的功效。具体而言，它试图确定该系统的评估效度是否不劣于精神科专家的评估效度。

研究概览

地位

尚未招聘

条件

焦虑症

详细说明

本研究评估AI辅助诊断系统在识别焦虑障碍方面的性能及其在临床环境中的适用性。采用以精神科医生临床诊断为金标准的配对设计，研究将系统的诊断结果与医生的诊断结果进行比较，以确定敏感性和特异性，从而验证其在真实世界门诊场景中的临床有效性。此外，采用标准化量表评估用户对系统可用性、可信度和满意度的感知，为AI技术在心理健康筛查中的临床整合提供证据支持。

研究类型

观察性的

注册 (估计的)

100

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习地点

中国
- Shanghai Municipality
  - Shanghai、Shanghai Municipality、中国、200030
    - Shanghai Mental Health Center
    - 接触：
      
      Min Zhao, MD
      
      电话号码：3193 0086-021-34289888
      
      邮箱：drminzhao@smhc.org.cn
    - 接触：
      
      Yiqun Tu, MA
      
      电话号码：0086-18017311090
      
      邮箱：yiquntu@163.com

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

成人

接受健康志愿者

是的

取样方法

非概率样本

研究人群

该研究将焦虑症患者和健康对照者纳入实验。研究中的焦虑个体将从上海精神卫生中心的实际门诊患者中招募。健康对照者将通过线上和线下的公共广告进行招募。精神科医生将通过上海精神卫生中心发布的公共广告进行招募。

描述

焦虑障碍受试者
- 纳入标准：
  - 符合ICD-11焦虑障碍诊断标准；
  - 年龄18-60岁；
  - 能够使用计算机或智能手机；
  - 母语为中文；
  - 签署知情同意书。
- 排除标准：
  - 伴有需要住院治疗的严重精神症状，或无法完成所需评估与治疗；
  - 伴有高自杀或自伤风险；
  - 伴有严重躯体疾病、中枢神经系统疾病或物质滥用；
  - 伴有影响其与辅助诊断系统交互能力的智力、视觉或听觉障碍。
健康对照
- 纳入标准：
  - 不符合ICD-11精神障碍诊断标准；
  - 年龄18-60岁；
  - 能够使用计算机或智能手机；
  - 母语为中文；
  - 签署知情同意书。
- 排除标准：
  - 伴有精神疾病，或无法完成所需评估与治疗；
  - 伴有严重躯体疾病、中枢神经系统疾病或物质滥用；
  - 伴有影响其与辅助诊断系统交互能力的智力、视觉或听觉障碍。
精神科医生
- 纳入标准：
  - 年满18周岁；
  - 具备至少三年焦虑及其他精神卫生领域工作经验；
  - 中级或以上专业技术职称；
  - 当前在选定试验区域任职；
  - 签署知情同意书。

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

研究衡量的是什么？

主要结果指标

结果测量	措施说明	大体时间
AI 筛查系统对焦虑症的诊断准确性（敏感性、特异性及曲线下面积）大体时间：直至研究完成，平均1周	在本研究中，以精神科医生的诊断结论作为金标准，参考受试者的评估结果。将辅助诊断系统的筛查结果与精神科医生的诊断结论进行比较，以验证该系统的筛查效果。灵敏度：计算公式为[真阳性/(真阳性+假阴性)]，用于评估AI系统正确识别焦虑症患者的能力。特异度：计算公式为[真阴性/(真阴性+假阳性)]，用于评估AI系统正确排除非焦虑个体的能力。受试者工作特征曲线下面积（AUC），通过绘制不同决策阈值下的灵敏度与1-特异度关系图并计算AUC值，综合评估系统的诊断判别能力。	直至研究完成，平均1周

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Shanghai Mental Health Center

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (估计的)

2026年2月1日

初级完成 (估计的)

2026年3月15日

研究完成 (估计的)

2026年3月15日

研究注册日期

首次提交

2025年11月17日

首先提交符合 QC 标准的

2025年12月29日

首次发布 (实际的)

2025年12月31日

研究记录更新

最后更新发布 (实际的)