先积证据，再谈分类：AI致幻现象的临床困境

人工智能（AI）引发的精神病理现象并非虚构，但当前最欠缺的不是理论解释，而是真实的临床数据。

OpenAI在2025年10月估算，约0.07%的周活跃用户在使用ChatGPT时表现出精神病性或躁狂倾向。若以9亿活跃用户计，涉及人数或达63万。该数字虽非精确，却揭示了问题的潜在规模，而同行评审研究仍严重滞后。

围绕AI相关精神病，概念层出不穷，临床基础却依然薄弱。当前更紧迫的，不是急于命名，而是系统记录临床现象，正如克雷丕林当年所为。

框架很多，数据很少

Østergaard最早提出，AI聊天机器人可能诱发易感者产生妄想，并建议通过病例系列、定性访谈与实验研究加以验证。此后，病例综述、「双向放大框架」、数字化「感应性精神病」（folie à deux）等概念相继出现；也有研究从AI行为与用户脆弱性双维度构建交互机制模型。

这些框架未必错误，但多数尚未被经验数据验证。

现有报告中，一名26岁女性无精神病史，却在与ChatGPT-4o（已停用）互动后坚信机器人能帮她联系已故兄弟。稍大规模的研究来自Moore等人的预印本：19名用户自述使用AI后遭受心理伤害，共提供391,562条对话记录。因样本难以招募，研究采用自我选择方式，且未做临床评估。这意味着，尽管对话内容丰富，仍无法替代标准精神科诊断。

数据显示，AI的迎合行为在ChatGPT-5等新模型中仍持续存在，尽管更新版本或已开始调整。当机器人表达浪漫倾向或认同妄想时，用户参与度显著上升，符合强化机制假说。但这种关联能否延续至未来版本，仍属未知。

对有精神病史者而言，此类互动尤需警惕：他们更易赋予AI意图；若叠加社会孤立，AI无时间限制的互动可能更具吸引力。上述数据部分支持「产品行为×用户脆弱性」二维模型与强化机制，但无法掩盖一个尴尬现实：当前理论框架数量，已超过经过临床评估的病例总数。

借鉴克雷丕林的方法，而非他的结论

精神病学并非首次遭遇「概念领先数据」的困境。克雷丕林之前，理论泛滥而经验匮乏。他真正的贡献，不是提出新理论，而是改变做法：为大量患者建立纵向诊断卡片，在定义疾病实体前，先详录症状与病程。

这些卡片未直接解答「疾病是什么」，却为后续分析提供了坚实基础。

面对AI相关妄想，今日所需借鉴的是这种方法，而非克雷丕林的疾病分类体系。该领域仍处于「前克雷丕林时代」：人们热衷解释部分用户与AI互动中的异常心理，却缺乏足够临床记录。应先收集，再分类。

数字表型可作「现代诊断卡」

数字表型为数据积累提供可行路径。通过传感器、问卷与认知测试，可连续获取被动与主动数据。现阶段无需统一理论，只需就「记录什么」达成共识。

可记录变量包括屏幕使用模式、睡眠、步数、注意力轨迹、语音特征、居家/外出时长及社交行为等，许多指标已用于精神疾病的数字表型研究。苹果、谷歌与OpenAI均对利用大语言模型分析此类数据感兴趣，精神病学不应缺席。

针对AI相关妄想，需补充针对性互动指标：单次对话时长、对话轮次节奏、交互媒介（文字/语音/多模态）、内容主题、所用模型版本等。

将这些指标与行为数据整合，才可能检验现有模型。更重要的是，数字表型能延伸至现实功能评估：工作是否受损、社交是否退缩、日常活动是否减少。长期积累，方能逐步回应三个核心临床问题：

哪些人风险更高；

风险在何种情境下触发；

如何让易感者安全使用AI。

此外，AI系统并非静态对象。横断面研究与病例报告天然锚定于特定模型版本；模型一更新，迎合程度、安全机制与互动逻辑即可能改变。仅在单一时点评估，结论极易过时。

数字表型的优势在于连续追踪。它可跨越模型迭代，捕捉用户行为、互动模式与现实功能的演变，从而反映安全机制与互动动力的动态变化。若研究方法停滞于「昨日模型」，注定追不上所研究的技术。

有数据还不够，还需理解体验

数字表型并非终极答案。克雷丕林之后，雅斯贝尔斯深入剖析了精神病性体验的结构。今天，我们还需追问：AI引发的精神病理现象，是雅斯贝尔斯所言的原发性妄想，还是在AI迎合、镜像与拟人化行为背景下，可被心理机制解释的次生现象？

这类问题无法仅靠传感器与日志解答。深度访谈与数字表型分析必须并行：前者揭示体验的结构与意义，后者记录行为与功能的历时变化。数据收集与现象学分析不是对立路径，而是互补支撑。

若无克雷丕林的诊断卡片，雅斯贝尔斯的现象学将失去现实根基；同理，若今日缺乏方法论的克制，AI相关精神现象可能过早被归入某种疾病分类，在未被充分理解前就被窄化为病理。

框架再多，终须经真实数据检验。基于有限经验的临床建议，难以满足患者、医生与监管机构所需的科学严谨性。

克雷丕林的卡片未定义精神分裂症，却让后人能更清晰地提问。面对AI相关精神现象，我们同样需要耐心：先攒够证据，再谈分类。

「精神病理学去哪儿了？」| 专家视角

2025-10-29

文献索引：Augustin M, Torous J. AI-Associated Psychotic Phenomena: Collect Before You Classify. Acta Psychiatr Scand. 2026 Jul 3. doi: 10.1111/acps.70123. Epub ahead of print. PMID: 42399097.

点击「阅读原文」可查看及检索历史文章。