预印本综述：大型语言模型（LLM）进入数字心理健康领域的四类应用与潜在风险
美国佐治亚理工学院（Georgia Institute of Technology）研究者发表的一篇预印本综述，采用生态框架梳理大型语言模型（LLM）在数字心理健康中的四类应用领域：求助行为、社区照护、机构与医疗照护、社会层面照护生态。
摘要描述患者带着聊天机器人信息就诊、LLM（大语言模型） 被纳入医疗软件与电子健康记录（EHR）系统，以及初创公司聊天机器人宣称充当 AI（人工智能） 伴侣等现象。
该文尚未经同行评审，摘要未报告样本、量化结果或临床结局，只可作为研究、倡导与监管的议题框架，不能作为效果证据。
原文摘要称，过去十年电子健康记录、移动设备与社交媒体数据推动了心理健康研究； 生成式人工智能特别是 LLM（大语言模型） 的新进展被视为可能把数字心理健康带入新领域。 作者描述的现象包括：患者带着聊天机器人获取的信息就诊，最先进 LLM 被纳入医疗软件与 EHR 系统，且越来越多的初创公司聊天机器人宣称可充当 AI 伴侣、朋友与伙伴。
文章采用生态框架，围绕求助行为、社区照护、机构与医疗照护、社会层面照护生态四个应用领域讨论 LLM 可提供的能力，并评估是否以及如何将其用于改善心理健康。 作者表示文中梳理的收益与危害可服务于未来研究、倡导与监管，以构建更负责任、易用、公平和安全的 LLM 心理健康工具。 摘要未报告样本、量化结果或临床结局。 该文为预印本，证据范围仅为题录/摘要。
该文价值在于提出分类框架而非验证效果：它把 LLM（大语言模型） 在心理健康中的角色从单一“聊天”扩展到求助、社区、机构与社会四个层面，提示风险与收益需分层评估。 由于是未经同行评审的预印本且仅有摘要可见，不能据此推断 LLM 干预有效或有害的程度，也不能把初创公司“伴侣”宣称视为已验证能力。
对行业而言，可作为梳理风险清单与监管议题的讨论起点，但需等待全文与后续实证研究。
后续观察信号
- 获取全文以核对四类应用的具体风险清单
- 追踪作者团队后续实证研究
- 关注监管文件对 LLM（大语言模型） 心理健康工具的表述