系统综述（发表于《国际医学信息学杂志》）：东南亚99项AI（人工智能）心理健康研究均仅做内部验证，无一项达高临床准备度
一项发表于《国际医学信息学杂志》的系统综述检索Scopus、PubMed和IEEE Xplore，纳入99项将AI（人工智能）、机器学习或深度学习应用于心理健康或精神科结局的英文同行评审研究。
证据集中在印度尼西亚、马来西亚和泰国，过半聚焦抑郁谱系状况； 验证几乎全部为内部验证，无一项报告外部或独立验证，校准、公平性评估、代码与数据可用性及实施语境也极少报告，无一项达到高临床准备度。
作者据此提出临床转化路线图：强调有代表性的数据集、透明报告、跨场景跨语言的隐私保护外部验证，以及与心理健康服务或公共卫生工作流挂钩的评估。
系统综述，检索Scopus、PubMed和IEEE Xplore，检索截至2026年3月26日，纳入将AI（人工智能）、机器学习或深度学习应用于心理健康或精神科结局的英文同行评审文章或会议论文，共99项。 证据集中在印度尼西亚、马来西亚和泰国，超过半数针对抑郁谱系状况。 研究主要使用问卷、临床表格数据、社交媒体或数字痕迹数据进行分类、检测或严重程度分层。
验证几乎完全为内部验证，没有任何研究报告外部或独立验证； 校准、不确定性、误差分析、公平性或偏见评估、代码或数据可用性以及实施背景很少被报告； 没有任何研究符合高临床准备度标准。 作者提出临床转化路线图，主张优先使用有代表性的数据集、透明的报告、跨场景和语言且保护隐私的外部验证，以及与心理健康服务或公共卫生工作流挂钩的评估。
以上均为摘要可支持的范围，未阅读全文。
摘要级证据显示，东南亚AI（人工智能）心理健康研究仍集中在模型开发和内部验证阶段，外部验证、校准、公平性与实施语境报告的普遍缺失，意味着现有准确率数字无法直接支撑临床或公共卫生部署。 对采购或投资评估而言，该区域目前缺乏可支撑临床可用性判断的验证证据，任何宣称临床可用的产品都需越过该综述标出的证据门槛。
数据来源以问卷、社交媒体和数字痕迹为主，也提示该区域的产品化路径可能与以电子病历为主的地区不同。 以上为基于摘要的理解，不含对具体产品的评估。
后续观察信号
- 该综述提出的临床转化路线图是否被后续研究采纳为评估标准
- 东南亚心理健康服务体系中AI（人工智能）工具的实际部署案例及其验证方式
- 其他区域的同类系统综述是否呈现相似的临床准备度缺口
- 该综述全文是否包含可操作的验证方法或数据标准建议