研究：AI（人工智能）分析语音与语言可辅助识别精神分裂症，尚未进入临床
Scientific American报道，多项研究探索用AI（人工智能）分析患者语音与对话内容以辅助精神分裂症早期识别与监测。
报道同时强调样本偏小且代表性不足、语音标记存在“研究到实践”落差，并涉及隐私伦理问题，AI短期内不会成为诊断者。
研究原始来源可核对
事实与证据边界
荷兰研究团队选取既往由精神科医生确诊的精神分裂症患者音频，用软件测量88项语音特征（如响度、停顿长度、元音发音、语调）训练AI（人工智能）； 在未听过的新患者音频上，区分精神分裂症患者与健康对照的准确率为86.2%。
美国Feinstein Institutes for Medical Research的Sunny Tang团队用机器学习模型为对话转录中每个词赋予“数学地址”，通过语义流动衡量思维紊乱，区分精神分裂症患者与对照的准确率为87%，而临床评估者准确率为68%。
分析判断
报道属精神科临床诊断辅助方向的研究进展，与心理/情绪支持类产品场景相邻但不构成直接竞争。 其可借鉴点是“语音/文本行为标记+纵向监测”的技术路径； 但报道明确指出AI（人工智能）目前不能替代精神科医生诊断，存在样本偏差、场景差异与隐私伦理障碍，实验室准确率不宜等同于临床效果或产品能力。
后续观察信号
- 关注2026年Annual Review of Clinical Psychology中关于AI（人工智能）精神科诊断研究样本代表性的综述结论
- 跟踪Sunny Tang团队计划于2030年进入临床试验的语音精神症状评估工具进展
- 观察语音/语言行为标记在远程心理状态监测中的隐私与合规讨论走向