
-
生物通官微
陪你抓住生命科技
跳动的脉搏
大语言模型辅助的日记系统在青少年重度抑郁障碍自杀风险监测中的应用
《BMC Psychiatry》:Integrating patient narratives and clinical indicators for monitoring suicidal ideation in adolescents with major depressive disorder: a human-in-the-loop validation study of LLM-assisted journaling
【字体: 大 中 小 】 时间:2026年10月08日 来源:BMC Psychiatry 4.6
编辑推荐:
摘要背景患有重度抑郁障碍(MDD)的青少年在两次门诊就诊之间,与自杀相关的痛苦感可能发生波动,且在短暂的接触中可能无法充分披露。患者自行撰写的日记叙述可能捕捉到每日的情绪情境,而结构化的精神科指标则能提供标准化的临床信息。我们评估了在临床医生监督下,将这两种数据来源整合进一种
患有重度抑郁障碍(MDD)的青少年在两次门诊就诊之间,与自杀相关的痛苦感可能发生波动,且在短暂的接触中可能无法充分披露。患者自行撰写的日记叙述可能捕捉到每日的情绪情境,而结构化的精神科指标则能提供标准化的临床信息。我们评估了在临床医生监督下,将这两种数据来源整合进一种由大语言模型(LLM)辅助的日记工作流中,能否支持两次就诊之间的监测。
我们在韩国共和国对108名符合DSM-5-TR诊断标准的MDD青少年和年轻患者开展了一项观察性验证研究,这些患者均接受门诊治疗。横断面分析采用每位参与者的第一篇日记;敏感话题评估则使用全部709条有效条目。结构化量表评估了自杀意念、抑郁症状、焦虑和感知压力。自评结果为患者健康问卷(PHQ)第9题阳性(评分1–3对比0)。我们评估了患者层面的关联、有无日记叙述的横断面分类、跨重复条目的探索性纵向分类,以及针对临床医生标注的敏感话题检测。将GPT-4o和DeepSeek-V3与盲态下的心理健康专业人员进行了基准比较。整合的MindfulDiary工作流结合了书写前筛查、书写过程中LLM检测以及临床医生预警。
参与者平均年龄为15.8岁;58人(53.7%)为女性。在患者层面的逻辑回归中,自杀意念量表(比值比1.15,95%置信区间1.02–1.28)和抑郁症状(比值比1.09,95%置信区间1.00-1.19)与PHQ-9第9题阳性相关。将日记叙述加入抑郁症状评分后,GPT-4o的F1分数从0.79提高至0.81,DeepSeek-V3的F1分数从0.74提高至0.78。在主要汇总纵向分析中,两个LLM的性能均随日记数量增加而提高。使用相同16名参与者跨日记数量进行的敏感性分析显示,两个LLM和心理健康专业人员均呈现正相关。对于临床医生标注的书写过程中敏感话题,LLM检测的F1分数达到0.85。整合工作流捕获了193/197条复合阳性条目(98.0%;F1分数0.96)。
患者自行撰写的叙述和结构化的精神科指标为监测青少年MDD患者PHQ-9第9题阳性及临床医生审核的敏感内容提供了互补信号。LLM辅助的日记可能支持临床医生监督的监测,但并非自主的自杀风险分类器。在常规采用之前,需要跨站点和跨语言评估、前瞻性研究以及以患者为中心的评估。
不适用;本研究未进行注册。
患有重度抑郁障碍(MDD)的青少年在两次门诊就诊之间,与自杀相关的痛苦感可能发生波动,且在短暂的接触中可能无法充分披露。患者自行撰写的日记叙述可能捕捉到每日的情绪情境,而结构化的精神科指标则能提供标准化的临床信息。我们评估了在临床医生监督下,将这两种数据来源整合进一种由大语言模型(LLM)辅助的日记工作流中,能否支持两次就诊之间的监测。
我们在韩国共和国对108名符合DSM-5-TR诊断标准的MDD青少年和年轻患者开展了一项观察性验证研究,这些患者均接受门诊治疗。横断面分析采用每位参与者的第一篇日记;敏感话题评估则使用全部709条有效条目。结构化量表评估了自杀意念、抑郁症状、焦虑和感知压力。自评结果为患者健康问卷(PHQ)第9题阳性(评分1–3对比0)。我们评估了患者层面的关联、有无日记叙述的横断面分类、跨重复条目的探索性纵向分类,以及针对临床医生标注的敏感话题检测。将GPT-4o和DeepSeek-V3与盲态下的心理健康专业人员进行了基准比较。整合的MindfulDiary工作流结合了书写前筛查、书写过程中LLM检测以及临床医生预警。
参与者平均年龄为15.8岁;58人(53.7%)为女性。在患者层面的逻辑回归中,自杀意念量表(比值比1.15,95%置信区间1.02–1.28)和抑郁症状(比值比1.09,95%置信区间1.00-1.19)与PHQ-9第9题阳性相关。将日记叙述加入抑郁症状评分后,GPT-4o的F1分数从0.79提高至0.81,DeepSeek-V3的F1分数从0.74提高至0.78。在主要汇总纵向分析中,两个LLM的性能均随日记数量增加而提高。使用相同16名参与者跨日记数量进行的敏感性分析显示,两个LLM和心理健康专业人员均呈现正相关。对于临床医生标注的书写过程中敏感话题,LLM检测的F1分数达到0.85。整合工作流捕获了193/197条复合阳性条目(98.0%;F1分数0.96)。
患者自行撰写的叙述和结构化的精神科指标为监测青少年MDD患者PHQ-9第9题阳性及临床医生审核的敏感内容提供了互补信号。LLM辅助的日记可能支持临床医生监督的监测,但并非自主的自杀风险分类器。在常规采用之前,需要跨站点和跨语言评估、前瞻性研究以及以患者为中心的评估。
不适用;本研究未进行注册。