AI驱动的多模态治疗系统结合虚拟现实技术治疗青少年焦虑障碍
AI驱动多模态治疗系统结合虚拟现实技术治疗青少年焦虑障碍
中东地区的许多年轻人面临焦虑问题,社会污名常常阻碍他们寻求帮助。 医生的常规谈话有时会漏诊,而大多数治疗方法只针对焦虑的一个方面(思维、情绪或身体反应)。 本研究测试了一款免费的移动应用程序,旨在帮助13-19岁的青少年在自主或获得支持的情况下更好地管理焦虑。
该应用程序利用人工智能(AI)与用户聊天,基于标准医疗指南提出问题,并提供个性化建议方案。 它结合了四种经过验证的疗法风格:
- 认知行为疗法(CBT)- 帮助改变无益的思维和行为
- 接纳与承诺疗法(ACT)- 教导接纳感受的同时专注于重要事务
- 正念认知疗法(MBCT)- 将正念与处理负面思维的方法相结合
- 正念减压疗法(MBSR)- 通过正念练习减轻压力
用户还可以在私人日记中记录,回顾过往条目以追踪模式,参加与其他青少年的视频小组会议(经过简短适应性评估以确保匹配度),并尝试虚拟现实练习以安全地面对恐惧。 该应用程序支持多种语言,包括埃及阿拉伯语方言,保持聊天内容私密加密,仅在需要诊断帮助时向精神科医生共享信息。 它还利用AI读取面部表情和语音语调,提供实时情绪反馈。
我们招募了587名青少年(部分使用该应用程序,其余作为对照组未使用),并评估了应用程序诊断焦虑和减轻症状的效果。
研究概览
详细说明
焦虑症在中东地区的患病率呈上升趋势(近期数据估计为6.33%),加之文化污名限制了求助行为,使得问题更为复杂。 传统的诊断访谈容易出现误分类,而单模态疗法往往无法全面解决焦虑的认知、情感和生理维度。
这项随机对照试验评估了一款移动应用程序,该程序为13-19岁有焦虑症状或障碍的青少年提供了一种整合性、人工智能辅助的干预措施。 该应用采用由Gemini API驱动的非结构化诊断模型,通过自然语言处理综合DSM-5和SCID-RV标准,以指导个性化治疗路径。
核心干预措施在一个平台上整合了四种循证心理治疗模式:
- 认知行为疗法(CBT)技术,用于认知重构和行为实验
- 接纳与承诺疗法(ACT)模块,强调价值观澄清、解离和承诺行动
- 正念认知疗法(MBCT),用于预防复发和元认知觉察
- 正念减压疗法(MBSR)实践,用于调节应激生理反应
其他组件包括:
- 安全加密的日记功能,用于追踪想法/情绪
- 历史数据回顾,以情境化症状模式
- 基于视频的同步团体治疗课程,团体分配依据改编的青少年团体治疗准备问卷(AGTRQ;源自GTQ/GRQ)进行指导,以优化治疗匹配度和凝聚力
- 实时人工智能驱动的面部表情和声音韵律分析,用于情感状态反馈
- 虚拟现实暴露疗法(VRET)模块,用于分级暴露于焦虑触发因素
- 完整的多语言支持,包括埃及阿拉伯语口语
- 隐私保护措施限制精神科医生仅能访问诊断输出结果。
该试验采用平行组设计,实验组(使用应用程序;n=217)与对照组(n=370;根据标准实践,可能为常规治疗或等待名单)进行比较。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
-
Cairo、埃及
- STEM Egypty
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
接受健康志愿者
描述
纳入标准:
- 入组时年龄在13至19岁(含)之间的青少年。
- 存在焦虑症状或确诊焦虑障碍。
- 拥有兼容的智能手机。
排除标准:
- 年龄<13岁或>19岁。
- 严重精神共病(精神病或活跃的自杀倾向)。
- 智力障碍或妨碍应用程序使用的状况。
学习计划
研究是如何设计的?
设计细节
- 主要用途:治疗
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:无(打开标签)
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的:移动应用干预
该组参与者获得了一款专为13-19岁患有焦虑症的青少年设计的移动应用程序的访问权限。 该应用功能包括:
|
一款为13-19岁青少年提供焦虑症综合行为干预的移动应用程序。
该应用采用人工智能聊天机器人进行诊断支持(基于DSM-5/SCID-RV标准),并个性化提供四种循证疗法:认知行为疗法(CBT)、接纳与承诺疗法(ACT)、正念认知疗法(MBCT)和正念减压疗法(MBSR)。
其他功能包括:安全日志记录、会话历史回顾、通过面部表情和语音语调分析实现的人工智能实时情绪反馈、基于视频的团体治疗(含准备度筛查AGTRQ)、虚拟现实暴露疗法(VRET)模块、多语言支持(包括埃及阿拉伯语方言),以及采用加密数据隐私保护,仅限精神科医生为诊断目的有限访问。
|
|
无干预:对照组
该组的参与者在试验期间未获得移动应用程序或任何研究特定干预的访问权限。
他们继续接受标准护理或无额外的焦虑管理支持(常规治疗或等效被动对照组;n=370)。
该组作为对比,用于评估移动应用程序干预对焦虑症状(通过SCAS测量)和诊断性能的效果。
|
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 |
|---|---|---|
|
焦虑症状变化(SCAS总分)
大体时间:基线至干预后(8周)
|
主要结局指标是焦虑症状严重程度的变化,通过斯宾塞儿童焦虑量表(SCAS;儿童自评版本,44个项目,每个项目采用0-3李克特量表,总分范围0-114,分数越高表示焦虑严重程度越高)的总分进行测量。
该量表评估与DSM焦虑障碍(如分离焦虑、社交恐惧症、广泛性焦虑、惊恐障碍、强迫症、身体伤害恐惧)相一致的症状。 临床显著缓解定义为超过为儿科焦虑测量工具建立的4-6分最小临床重要差异(MCID)阈值。 该结局指标评估移动应用程序干预在减轻焦虑症状方面相较于对照组的疗效。 |
基线至干预后(8周)
|
|
AI 聊天机器人的诊断性能(灵敏度)
大体时间:经过8周的聊天机器人使用
|
该应用程序AI聊天机器人诊断模型(基于DSM-5和SCID-RV标准,通过Gemini API实现)在正确识别焦虑障碍方面的灵敏度(真阳性率),与结构化临床评估或专家确认相比。
以百分比形式报告。
这评估了非结构化AI诊断方法在青少年中的准确性。
|
经过8周的聊天机器人使用
|
|
AI聊天机器人的诊断性能(特异性)
大体时间:使用Chatbot 8周后
|
该应用人工智能聊天机器人正确排除焦虑症的特异性(真阴性率)。
以百分比形式报告。 |
使用Chatbot 8周后
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
诊断性能指标(PPV、NPV、准确率、MCC、F1分数)
大体时间:8周后
|
AI诊断模型的额外诊断有效性指标,包括阳性预测值(PPV)、阴性预测值(NPV)、总体准确度、马修斯相关系数(MCC)和F1分数。
这些指标为青少年焦虑障碍分类中聊天机器人的可靠性提供了全面评估。
以百分比或系数形式报告。
|
8周后
|
合作者和调查者
赞助
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.