基于强化学习的心理健康短信干预个性化策略研究及其对抑郁焦虑症状的改善效果分析

《npj Mental Health Research》：Personalizing a mental health texting intervention using reinforcement learning

本研究针对传统静态心理健康短信干预缺乏个性化导致参与度低、效果有限的问题，开发了基于强化学习（RL）算法的StayWell短信干预程序，通过60天远程随机对照试验（N=1121）比较个性化消息（自适应组）、静态消息（随机组）和仅情绪监测（对照组）的效果。结果显示三组参与者抑郁症状（PHQ-8）和焦虑症状（GAD-7）均显著改善（分别降低25%/24%），虽组间无统计学显著差异，但亚组分析发现轻度抑郁患者（PHQ-8<10）能从强化学习个性化中额外获益。研究表明短信干预可作为低成本心理健康促进工具，并为精准化数字干预提供新思路。

　　

在全球心理健康危机日益严峻的背景下，抑郁和焦虑障碍的患病率持续攀升，特别是新冠疫情后症状呈现爆发式增长。尽管认知行为疗法（CBT）和辩证行为疗法（DBT）等循证治疗已被证实有效，但仍有大量患者因污名化、经济成本、时间限制、诊疗可及性等壁垒无法获得及时干预。数字健康技术的兴起为破解这一困境带来转机，其中短信（SMS）干预因其普及性高、成本低廉的特点，尤其适合大规模公共卫生推广。然而现有短信干预多采用静态设计，难以根据用户实时需求进行动态调整，导致参与度衰减和效果受限。

为此，加州大学伯克利分校Adrian Aguilera团队在《npj Mental Health Research》发表研究，开发出基于强化学习（Reinforcement Learning, RL）算法的StayWell个性化短信干预系统。该研究创新性地将人工智能技术应用于心理健康领域，通过算法动态优化短信内容类别、发送时序和频率，旨在实现“在正确的时间传递正确的内容”。强化学习算法通过建立个体化线性回归模型，以每日情绪评分作为奖励信号，持续优化消息策略，形成自适应闭环干预。

研究采用三臂随机对照设计，将1121名参与者分为：自适应组（接收RL算法个性化消息）、随机组（静态随机消息）和对照组（仅情绪监测）。干预持续60天，每日发送基于CBT/DBT六大技能模块（积累积极体验、建立掌控感、痛苦耐受、有益思维、人际效能、PLEASE技能）的标准化消息库，并通过情绪监测-提醒-反馈机制收集数据。

关键技术方法包括：（1）基于强化学习的个性化消息分配系统，每日根据星期类型、历史情绪数据等变量动态选择消息类别和发送时段；（2）远程随机对照试验设计，通过社交媒体和HealthMatch患者门户招募多样化样本；（3）标准化评估工具（PHQ-8、GAD-7）与情绪响应率等多维度效果指标；（4）自动化安全监测机制，通过关键词触发系统防范自杀风险。

心理健康结局

全样本分析显示，干预后PHQ-8和GAD-7评分分别下降2.76分和2.40分（均p<0.001），证实假设1。虽自适应组症状改善幅度最大（PHQ-8降低27.26%），但组间差异未达统计学显著性（PHQ-8：p=0.234；GAD-7：p=0.053），假设2未完全支持。

参与度结局

对照组情绪提示响应率（81%）显著高于自适应组（74%）和随机组（76%）（p=0.006），与假设3相反。探索性分析发现，仅33%频率的情绪反馈消息可获得更高参与度，过度反馈（100%频率）反而降低响应意愿。

事后探索性分析

针对基线症状严重度的分层分析揭示重要现象：对于轻度抑郁患者（PHQ-8<10），自适应组症状改善显著优于随机组（平均差异=-1.18, p=0.028），表明强化学习算法对该亚群具有精准增效作用。而中重度患者（PHQ-8≥10）虽实现29%的症状减轻，但组间无差异。消息类别分布分析显示，自适应组消息选择呈现更大多样性，印证算法个性化调整能力。

讨论部分指出，情绪监测本身可能构成积极干预——每日自我情绪追踪作为CBT核心技能，或通过提升觉察度产生治疗效应，这解释了对照组显著改善的原因。算法设计层面，个体化模型虽保障隐私，但需足够数据积累才能显效，未来或可探索群体模型加速个性化进程。值得注意的是，强化学习对轻度抑郁患者的特异性优势，为数字干预在心理健康预防领域的应用提供新依据。

该研究的实践意义在于验证了短信干预作为低成本普惠工具的可行性，特别是在资源有限场景下的推广价值。方法论上，首次将强化学习框架应用于心理健康短信干预的个性化实践，为后续研究奠定技术基础。未来需优化算法架构（如奖励函数设计、缺失数据处理），延长干预周期，并加强机制研究（如情绪调节技能的中介作用），以充分发挥数字心理健康干预的预防潜力。