在今天的专栏中，我研究了解析心理健康治疗活动的日益兴起，其中AI可以成为协助实施基于劳动力的任务分担安排的便利工具。请注意，这种方法中的AI使用并非积极参与执行治疗，而是在引入新的劳动力来辅助治疗时简单地用于微妙的指导。

AI主要被委派执行管理任务。

问题的关键在于，现有的心理健康专业人员供应严重不足，无法满足日益增长的心理健康治疗服务需求。一个可能的解决方案是将非专业人员纳入其中，并将一些治疗任务谨慎而节约地分配给他们。这涉及一项潜在的重大后勤和管理努力，因此，使用AI可能有利于简化艰巨的任务分担努力（当然，只有在智能使用AI的情况下）。

让我们来谈谈这个问题。

AI与心理健康治疗

作为快速背景，我一直在广泛报道和分析关于现代AI时代产生心理健康建议和执行AI驱动治疗的各种方面。这种AI使用的兴起主要由生成式AI的不断发展和广泛采用推动。

毫无疑问，这是一个快速发展的领域，有巨大的优势可以获得，但同时，遗憾的是，隐藏的风险和直接的陷阱也会出现在这些努力中。我经常就这些紧迫问题发声，包括去年在CBS《60分钟》节目中的露面。

如果您是AI心理健康主题的新手，您可能想要考虑阅读我最近对该领域的分析，其中还叙述了斯坦福大学精神病学和行为科学系一个高度创新的倡议，名为AI4MH。

与增加劳动力分担任务

毫无疑问，我们目前没有足够的心理健康专业人员。

引入、培训和提供新生产的治疗师的正式管道通常缓慢，不利于满足快速增长的治疗服务需求。人们经常很难找到合格的治疗师，他们很难预约治疗师的时间，否则他们会发现心理健康专业人员相对于丰富的需求而言是稀缺的。

能做什么？

试图推动更多的学员通过管道是一个选择。事实证明这仍然是一个瓶颈。道路崎岖，一些人可能不可避免地会从过程中退出。无论如何，各种途径都在被追求以提高生产过程。

与此同时，另一个想法正在形成。假设治疗师执行的一些任务可以分配给非专业人员。我们可以提供一些有限的培训，并在创纪录的时间内让这个额外的劳动力池运行起来。他们将是实际治疗师的额外手臂和腿。从某种意义上说，每个治疗师都通过依靠增加的劳动力来协助某些类型的治疗任务和子任务而被放大了许多倍。

这种方法或途径的名称被称为任务分担。心理健康专业人员可以选择与非专业人员进行任务分担。这必须谨慎进行。治疗师不应该交出进行治疗的本质。另一方面，诸如安排客户、写笔记和承担各种管理琐事等任务可以合理地委派给增加的劳动力。

听起来这是应对被压抑的治疗需求的好方法。

滑坡和稀释

并非所有人都同意在心理健康领域进行任务分担是最明智的选择。

一个担忧是，心理健康专业人员管理其他非专业劳动力的努力将削弱他们可能花在执行治疗上的时间。也许一些治疗师会变得更像劳动力管理者而不是做实际的治疗。他们会陷入选择劳动力、培训劳动力、指导劳动力、纠正劳动力等等的困境。

用于客户治疗的时间减少。

另一个担忧是可能存在滑坡。它是这样发生的。治疗师找到一个在管理琐事上做得很好的非专业人员。过了一段时间，治疗师给非专业人员越来越多的职责。信任就在那里。一步一步，治疗师将非专业人员推向治疗实践本身。治疗师没有直接这样做；这是一个滑坡。

治疗师结合其非专业人员进行的治疗被稀释了。客户和患者没有意识到正在发生什么。他们依赖治疗师并假设治疗师在做正确的事情。与非专业人员会面是在实际治疗师的旗帜下进行的。

这些和其他缺点和陷阱是在心理健康领域走任务分担道路时需要谨慎考虑的方面。

继续进行任务分担

假设希望进行任务分担的心理健康专业人员充分了解各种限制和潜在缺点。我是为了这次讨论而这样说的。现实是不同的，请意识到并非所有追求创新方法的心理健康专业人员都会睁大眼睛这样做。我希望他们会（我将在结尾处详细说明）。

鉴于整体策略和战略被理解的假设，可以做什么来帮助任务分担追求？

一个答案是我们可以在混合中包含AI。

对于心理健康服务任务分担中涉及的主要活动，我将带您了解AI如何有益。AI不必在每个角落和缝隙中使用。话虽如此，我们不敢忽视由于合理地结合AI而可能得到建设性提升的任务和子任务。

注意我提到AI需要合理地结合。如果您只是以散弹枪的方式在这个领域投入AI，不要期望好结果。AI可能最终成为一个分散注意力的东西。AI甚至可能是负面的，造成麻烦并引入原本可能不会出现的错误。

AI从来不是解决所有问题的银弹。必须明智地使用AI。注意问题。适当规划。了解AI在做什么。等等。

AI在任务分担中的便利现场指南

幸运的是，一份新发布的现场指南为将AI纳入心理健康治疗的任务分担提供了便利的见解。该指南题为"心理健康和AI现场指南"，由加拿大大挑战、麦肯锡健康研究所和Google制定，于2025年7月7日在线发布，包括这些选定的关键点（摘录）：

"全球心理健康护理的获取是有限的，部分原因是缺乏训练有素的心理健康专业人员，特别是在资源匮乏的环境中。"

"本现场指南介绍了一个模型，通过该模型，AI可以通过支持专家和非专家执行各自的角色来帮助心理健康任务分担程序规模化。"

"任务分担是一种基于证据的解决方案，可以增加护理的获取。在这种方法中，专家医疗保健专业人员将特定任务委派给训练有素的非专家提供者（如教师、社区卫生工作者、护士、医生、辅助卫生人员和社区成员）向公众提供直接的心理健康服务。"

"重要的是要承认，在任务分担模型中应用AI是新的，只进行了少数试点。"

"本现场指南中概述的许多想法是理论性的，尚未在现实世界环境中广泛测试。"

您可以从这些摘录点看出新指南充满了有用的见解。它提供了重要的指示并提供了现实世界的例子。目标是将任务分担的话题摆到桌面上，并阐明AI在这个令人兴奋和新兴的努力中的作用。

对于那些在心理学、精神病学、认知科学、人工智能等领域的研究人员，您可能会考虑进行研究，以实证检验在这种任务分担模型中使用AI。我们需要进行严格的研究，照亮什么有效，什么无效。通过处理这个特定主题的各个方面，在AI心理健康方面进行新鲜和原创研究有充足的机会。

我期待看到您的深刻研究结果。

任务分担模型

根据我上面提到的现场指南，作者选择提出一个由六个主要阶段组成的任务分担模型：

阶段1：程序适应 阶段2：学员选择 阶段3：培训 阶段4：分配 阶段5：干预 阶段6：完成

您可以将此模型视为典型的生命周期系统方法。

生命周期从您首次构想进行任务分担时开始。在第一阶段，您会取一套概述的标准化任务，并将其适应手头的情况。每种情况都会不同。如果您处于资源匮乏的环境中，这将决定您可用的选择。在资源丰富的环境中，您无疑有更多选择做什么。

完成第一阶段后，您转到第二阶段，确定在任务分担安排中服务的非专业候选人。他们成为您的学员。第三阶段需要在已分配的任何任务中培训他们。第四阶段让您将训练有素的非专业人员分配到各自的任务中。第五阶段涉及监控他们的表现并根据需要进行干预。

最后阶段是程序的完成。这涉及处理任何最终方面。您希望做一个经验教训，并准备在以后的日期启动另一个类似的程序。

AI融入模型

让我们戴上我们的AI思维帽。

AI如何对六个阶段有用？

很容易。

根据指南，以下是一些关键考虑因素（标题是我的，AI相关任务是他们的建议）：

设置方法： "AI最初可以通过提供关于程序应用环境的初步见解来支持当地专家。"

审查候选人： "AI工具可以用于审查候选人的简历，在收集基本信息后评估适合提供心理健康干预的技能。"

培训候选人： "AI驱动的教师指导培训模块可以根据个人需求调整培训会话的节奏和难度。"

将非专业人员与客户匹配： "AI算法可以考虑提供者经验、语言和客户复杂性和需求，将客户与合适的护理提供者匹配，减少等待时间——最终改善依从性和覆盖范围。"

预约安排： "AI驱动的平台可以发送提醒，如果护理提供者不可用则重新分配预约，并帮助减少管理负担。"

检测红旗： "算法可以增强在筛选响应期间检测客户的红旗症状或行为，以指示哪些客户风险较高，并向护理提供者提供这些见解。"

治疗建议： "AI工具可以为护理提供者提供即时建议，并向他们显示可以采取的下一步，包括他们可以根据干预协议向客户提供的潜在响应。"

确认协议： "AI可以扫描会话记录以寻找有意义的短语或步骤，以确认对干预协议的遵守，扫描结果可在每次会话后访问。"

在模型的六个阶段中，还有很多地方可以利用AI。

我主要想激发您的兴趣。如果您想看到更多细节，请查看指南。

AI作为治疗师

心理健康领域的800磅大猩猩包括毫不掩饰地提出AI应该在多大程度上在进行治疗中发挥作用的问题。我强调我们正在进入一个颠覆治疗师-患者经典二人组的时代，并将我们推向由治疗师-AI-患者关系组成的三人组的新时代。

AI将越来越多地处于治疗的中间。

不管喜欢与否。

我提出这个问题是因为任务分担的初始模型似乎回避了AI沉浸到治疗本身的根源中。可能最接近的是当AI为护理提供者提供即时建议时。这是在治疗环境中蘸脚趾。

将任务分担升级为AI驱动

在AI作为治疗师的框架中思考任务分担安排，包括这些发人深省的观点：

通过在他们要扮演的角色中积极使用AI，包括治疗相关方面，我们可能需要较少的非专业劳动力。

将任务分担从主要基于人对人的任务分担重新构建为实质上依赖人对AI的任务分担安排。

意识到客户或患者将根据自己的意愿将AI带入等式，因此，非专业人员如何为AI武装的客户做好准备，同样，这也适用于治疗师为使用AI的客户做好准备。

治疗师和增加的非专业人员将如何对可能发号施令的AI做出反应，从某种意义上说，一旦我们达到通用人工智能（AGI）和人工超智能（ASI），AGI/ASI可能是主要治疗师，而人类治疗师和非专业人员是辅助附加组件。

我们面临很多艰难的问题，而且是越早越好。

AI作为推动者

任务分担是应对心理健康治疗需求与现有受限的心理健康专业人员池之间不平衡的深思熟虑的手段。如果做得正确，可以将一组治疗师大大放大为大量扩展的类似治疗师的附加组件。

问题是这一切仍然是基于劳动力的。可以召集多少额外的劳动力？这些额外的劳动力在执行分配的任务时表现如何？需要从治疗师那里占用多少时间来保持额外劳动力的目标？等等。

相比之下，AI本质上是无限可扩展的。

您需要做的就是增加更多的计算能力，您可以大规模扩展直到牛回家。当然，您必须确保您正在扩展的东西将做正确的事情。扩展酸和闷的东西将阴险地将酸和闷传播给更广泛的受众。

治疗师的存在或不存在

现在的最后一个想法。

威廉·莎士比亚曾经说过："我们知道我们是什么，但不知道我们可能是什么。"心理健康专业人员不能坐以待毙，在没有现代AI的情况下沉溺于做他们珍贵的努力。AI就在这里。AI正在进步。快速地。

心理健康专业人员可能知道他们今天是什么，但这还不够。他们需要展望他们将成为什么。涉及先进AI的未来将成为他们世界的一个组成部分。存在，还是不存在。