在未实现足够广泛和海量的数据训练之前 ， “如果能够通过固定问题做好恰当的诊断分型 ， AI的治疗手段很好 ， 但是超过他问题范畴的情况 ， 他可能没办法像一位医疗专家那样可以做出综合判断与恰当应对 。”密友智能创始人汤开智向36氪介绍 。
 
采用这样的解决思路也不代表就实现了数字疗法 。数字疗法需要经过严谨的、样本充分随机的临床实证 ， 满足询证医学的要求 。国内玩家各类临床实验均在进展中 ， 拟根据最终取得的临床成果向国家药监局申请医疗机械认证 。
 
但如果只有CBT数字化疗程 ， AI就是一个硬邦邦、冷冰冰的对话机器 ， 还是家长式训话的那种 。
 
CBT数字化疗程中 ， 用户基本无法与机器人产生情绪连接和情绪陪伴的感受 ， 部分用户可能对CBT疗程话术感到不适应、或者甚至不适合CBT的疗法 ， 心理AI机器人通常需要搭配其他解决方案或者情绪话术为用户提供更好的使用体验 。
 
而训练出一个具备良好识别能力和情绪支持能力的AI机器人 ， 则门槛更高 。
 
开放域对话能力、良好共情能力、情绪疏导能力 ， 要求情绪支持AI机器人拥有强语义识别、用户状态识别能力和更广泛的知识图谱和更丰富的对话策略 。在用户情绪表达相对隐性、没有明确情绪关键词的情况下 ， 机器人需要仍然能准确区分出用户的情绪、识别出用户的情绪状态 ， 比如“我想要去天台”根据人类常识这可能是一个危险预警；“又下雨了”也许传递的是沮丧情绪 。
 
清华大学教授、同时也是聆心智能创始人黄民烈认为 ， 识别用户的语义和状态只是第一阶段 。机器人接下来需要对于用户的每种状态给与丰富的回应策略 ， 比如表达支持、赞同、情绪映射、复述、自我暴露和及时反馈等策略 ， 达到情绪支持 。更进一步 ， 根据用户的状态提供进一步的情绪疏导和指导方案 。这当中存在的多轮对话继续涉及大量的强语义识别、一致性问题、情绪识别和策略决策 。
 
这需要巨量的、经过妥善标注的数据 ， 对情绪识别模型进行训练 。
 
如同AI在其他应用领域存在的问题一样 ， 数据量以及人工数据标注成本是心理领域AI发展的主要关键 。目前自然语言处理领域已经可以采用基于Transformer 神经网络模型开发的预训练模型 ， 可以广泛地实现人工智能的无监督学习——不需要人工再对每一个用于训练模型的数据进行标注 ， 从而大幅减少高昂的人工数据标注成本、提高机器学习效率 。
 
但是 ， 在不同形态的业务中都训练出参数足够大的预训练模型 ， 这当中的训练成本以及该模型的人工评价成本 ， 对于心理AI玩家也非常高 。
 
更大的挑战在于 ， 玩家在心理领域的实践中发现 ， 过往机器学习在自然语言细粒度情感分析中使用的情绪维度和用户状态维度 ， 根本不适用复杂的心理咨询场景 。
 
不同玩家都向36氪表示 ， 针对用户状态的标签 ， 玩家们在实践中都结合更深入的心理服务洞察和经验积累 ， 重构了一套用户状态标注设计体系 。标注体系不但需要具备足够多的、颗粒度足够细的标签 ， 而且标签之间需要具备良好的排他性（exclusiveness),才有可能训练出准确的模型识别能力 。

• 心理咨询技巧 心理咨询手把手教你
• 心理咨询一般都问啥 心理咨询室一般会问什么问题
• 心理咨询师治疗焦虑 心理咨询如何缓解焦虑
• 心理咨询师免费在线咨询 靠谱的心理咨询师在线咨询
• 什么是心理咨询行业 什么是心理咨询工作
• 在线心理咨询焦虑症 心理咨询怎么解决焦虑
• 自己对心理咨询的认识及看法 对于心理咨询的正确理解
• 心理咨询的收费标准 心理咨询一般的费用
• 心理咨询都是问什么 心理咨询是怎么回事
• 焦虑心理治疗流程 心理治疗焦虑