《“心灵卫士”：通过边缘型大语言模型实现可及的且无病耻感的精神健康急救》2024年10月2日“心灵卫士”是一个创新的移动精神健康急救系统，旨在通过边缘型大语言模型（LLM）提供便捷可及的、无病耻感的精神健康支持。该系统由加州理工学院和加州大学洛杉矶分校的研究人员共同开发，专注于解决全球普遍存在的精神健康问题。本文详细阐述了“心灵卫士”的设计、训练和评估过程，并强调了其在解决精神健康服务可及性和病耻感（污名化）问题上的潜力。全球范围内，精神健康障碍（如焦虑症、抑郁症等）的患病率远高于心血管疾病和脑卒中等其它主要健康问题。然而，就诊率却远低于25%，主要原因在于诊断和干预都需要患者的大量配合，而病耻感（污名化）是导致许多患者不愿寻求帮助的主要障碍。现有的在线工具通常只提供封闭式问题，缺乏个性化互动、持续监测和干预。“心灵卫士”旨在通过整合客观行为数据和主观自我报告数据，提供持续监测和早期干预，从而解决由病耻感（污名化）导致的精神疾病就诊率低的问题。“心灵卫士”的核心是一个经过专业心理健康知识训练的边缘端大语言模型。该系统面临三大挑战：1、大语言模型的幻觉问题；2、如何解释传感器数据；3、如何在移动设备上以可接受的延迟运行。为了解决大语言模型的幻觉问题，“心灵卫士”采用了一种全链条策略，包括构建高质量的精神健康数据集、使用持续预训练技术、通过监督微调优化模型，以及结合人工参与的后处理。这比单纯依赖提示语工程更有效地提高了大语言模型在精神健康领域的性能。为了解释传感器数据，“心灵卫士”提出了一种自我完善和自我反馈机制，使大语言模型能够根据自身的反馈迭代更新和优化数据格式，从而提高其准确解释和利用行为洞见的能力。为了在移动设备上运行，“心灵卫士”采用了一种师生知识蒸馏范式，将先进的大语言模型（如GPT-4o）的推理能力转移到“心灵卫士”。然后，利用“机器学习编译-大语言模型”部署框架实现“心灵卫士”的量化版本，使其能够在各种移动设备上运行。“心灵卫士” 在多个公开数据集上进行了广泛评估，并在真实世界中对20名受试者进行了为期两周的部署测试。结果显示，“心灵卫士” 在性能上与 GPT-4 相当，并且在模型大小超过10倍的同类产品中表现更佳。可见，“心灵卫士”通过以下方式为精神健康领域带来了潜在的变革，为精神疾病的诊治带来了良好的社会效果：●减少病耻感：通过提供便捷的、无病耻感的精神健康支持，鼓励更多需要帮助的人寻求支持。●提高治疗率：通过被动、集成的监测，提高精神健康问题的早期发现和干预率。●个性化诊疗：通过个性化的对话和干预，提供定制化的精神健康支持。总之，“心灵卫士”代表了移动端大语言模型应用的一个重要进展，它通过在日常生活中整合被动式监测，有潜力彻底改变精神健康服务模式，为大众提供便捷、无病耻感的精神健康支持。其创新之处在于整合了客观行为数据和主观自我报告数据，并通过一系列技术手段解决了大语言模型在移动端部署和精神健康应用中面临的挑战。这项研究为未来基于大语言模型的精神健康干预和服务提供了新的方向。如需要《“心灵卫士”：通过边缘型大语言模型实现可及的且无病耻感的精神健康急救》（英文，共37页），请在本微信公众号中赞赏（点喜欢或稀罕作者后按本公众号设定打赏）后发来email地址索取。★ 每日鲜鸡汤 ★If you bloom in your own beauty, butterflies will find their way to you. 你若盛开，蝴蝶自会飞来。早上好！
