不需要主动倾诉抑郁感受，也不用提及幻觉或妄想。南洋理工大学与新加坡心理卫生学院联合开发了一款AI模型，仅凭一段45秒的日常随意交谈，就能提前捕捉青少年潜在的精神病早期风险。
45秒闲聊，如何看出精神危机？
处于精神病超高风险（Ultra-High Risk）阶段的年轻人，很少会在日常聊天中直说自己撑不住了。抑郁的人往往藏起情绪，处于精神紊乱萌芽期的人更难主动开口求助。这种无法直接提炼病理特征的日常表达，在医学上被称为非自白言语（non-disclosing speech），也是传统早期心理筛查很难突破的瓶颈。
NTU李光前医学院与新加坡心理卫生学院（IMH）的研究团队，调取了新加坡青少年高危长期随访项目（LYRIKS）中429名14至29岁受试者的真实记录。测试要求非常轻量：参与者只需围绕中性主题聊上45秒，比如解释自己为什么能评上“最有趣的人”。
如果直接把这些闲聊文本交给主流大语言模型判断，AI几乎只能靠碰运气，综合准确率仅有55%，极易漏掉真正身处危险边缘的高危个体。
常规AI模型很难从日常对话中捕捉早期心理健康风险，因为人们很少公开谈论自己的症状。我们没有让AI直接下诊断，而是让它去解读潜在的情绪线索。 绕开黑箱：拆解情绪密码
大模型面对零碎日常文本之所以屡屡失误，主要是因为缺乏对特定临床特征的把握。为此，研究团队设计了一套名为LEMon-AID的混合分析架构：先让大语言模型拆解出文字中隐藏的情绪图谱，捕捉喜悦、信任、恐惧或悲伤等细微起伏，再将这些情绪变量送入经典机器学习模型做出最终评估。
这一思路带来了质的飞跃。引入情绪代理特征后，模型的综合预测准确率从55%提升到了67%，而对高危个体的筛查敏感度更是直接跃升至93%，极大降低了漏诊的概率。
对一线临床医生而言，难以解释的AI“黑箱”向来不受信任。LEMon-AID在给出风险预警的同时，还能同步生成纯文本推导逻辑，清楚说明判断依据的是哪些情绪维度的异常。相关成果已在学术期刊《npj Mental Health Research》上正式发表。
早期发现是预防长期残疾、帮助患有精神疾病的年轻人重获健康和未来的最有力武器之一。这项研究让我们离目标更近了一步。 筑牢基层心理防护网
重度精神障碍通常在青春期到成年早期潜伏发端。若能在幻觉、思维涣散等典型病症彻底失控之前完成干预，往往能大幅改变年轻人的康复轨迹。
这项技术的目的从来不是替代精神科专科医生，而是希望走进社区诊所、学校辅导室和社工一线。在轻松的日常对话中敏锐辨认出隐蔽的警报信号，把处于边缘期的年轻人尽早托举进专业医疗网络。
📌 要点总结
✦ NTU与IMH联合推出LEMon-AID模型，开创基于日常言语筛查青少年早期精神风险的先例
✦ 依托429名青少年的45秒中性谈话，AI筛查敏感度达到93%，预测准确率升至67%
✦ 模型具备自然语言可解释性，未来有望赋能基层社工与学校辅导员实现早筛早防
你觉得用AI分析日常谈话来筛查心理健康靠谱吗？来评论区聊聊。
