本篇论文介绍了一项大规模、定量化的研究，针对基于短信的咨询会话的话语进行了计算语言分析，发现了一些有助于改善会话效果的可操作的会话策略。

May, 2016

我们综述了用于心理健康和神经学障碍的语音数据集，以突出可能存在的陷阱和改进机会，提倡公平和多样性，为建立这个领域的语音数据集提供了一个包含伦理关切的综合清单。

Jun, 2024

本文讨论临床自然语言处理技术在临床实践中的潜力和现有的隐私保护问题，并提出了一些满足隐私保护的数据来源，同时注意到可能导致社会有害应用的偏见和实证研究的局限性。

Mar, 2017

在大型语言模型的时代，我们研究认知畸变检测的任务并提出【思维诊断】（Diagnosis of Thought）促进，通过三个阶段：主观性评估，对事实和思维进行分离；对支持和反对思维的推理过程进行对比推理；以及对认知模式进行总结的模式分析，在辅助专业人士方面取得显著的改进，同时生成获得人工专家认可的高质量诊断依据。

Oct, 2023

通过元学习和任务增广方法提高行为编码效率，应对数据稀缺性挑战。

Oct, 2022

本文利用神经主题建模方法比较了不同精神疾病治疗过程的言语记录，并将时间建模，为治疗师提供解释性见解，优化治疗策略并提高疗效。

Apr, 2022

通过将大规模语言模型（LLM）整合到工作流程中，我们旨在解决临床人力短缺在精神保健中所面临的挑战，从而为一般人群提供公平的精神保健。虽然 LLMs 在临床决策方面已经展示了其能力，但它们在创伤后应激障碍（PTSD）等严重疾病适应方面尚未得到充分探索。因此，我们收集了 411 个临床医师进行的诊断性访谈，并设计了一种获得高质量数据的新方法。此外，我们构建了一个综合框架，通过利用两个最先进的 LLMs（GPT-4 和 Llama-2）来自动完成基于访谈内容的 PTSD 诊断评估，这具有更广泛的临床诊断潜力。我们的结果在我们的数据集上展示了 LLMs 有望协助临床医生进行诊断验证的强大潜力。据我们所知，这是第一个完全基于临床医师访谈进行心理疾病评估自动化的人工智能系统。

May, 2024

本文旨在通过构建人 - 人对话数据集来快速搭建一种对话理解系统，从而实现对医院对话的深度理解，更好地进行病症筛查和分流。

Mar, 2019

提出了一个文本模糊框架，以解决数据敏感领域如医疗保健领域因隐私和数据所有权问题使用 ChatGPT 遇到的障碍，通过处理用户提供的文本以发现和减轻压力，展示隐私保护生成的可行性和帮助性。我们的结果表明，即使没有提供原始用户文本，ChatGPT 的推荐仍然有一定的帮助和相关性。

May, 2023

通过 PRISMA 框架综合文献综述，研究了 534 篇计算机科学和医学领域发表的关于建立与心理健康相关的对话代理的论文，发现了 136 篇重要论文，重点关注对话建模和实验设计技术的多样特征，建议以透明度、伦理和文化异质性为基础，实现心理健康对话代理的跨学科发展。

Oct, 2023