L’uso dell’intelligenza artificiale generativa in ambito psicologico e psichiatrico sta passando rapidamente dalla sperimentazione alla discussione clinica.
La questione è rilevante perché i disturbi mentali colpiscono circa 1 persona su 8 nel mondo, mentre molti servizi tradizionali faticano a rispondere alla domanda crescente per costi, accesso limitato e stigma. In questo scenario, un nuovo systematic review pubblicato su JMIR Mental Health prova a fare ordine tra possibilità reali e criticità ancora irrisolte.
La revisione, condotta da Xi Wang, Yujia Zhou e Guangyu Zhou, ha esaminato come i modelli generativi di linguaggio vengano già impiegati in tre aree: diagnosi e valutazione, supporto terapeutico e assistenza ai clinici.
Il punto di partenza è semplice ma cruciale: strumenti come ChatGPT possono produrre risposte rapide, naturali e contestuali, ma in salute mentale gestiscono informazioni estremamente sensibili. Per questo, oltre ai potenziali vantaggi, il tema centrale diventa la sicurezza dell’uso reale.
Punti chiave
- La revisione ha incluso 79 studi pubblicati tra ottobre 2019 e settembre 2024.
- Le pubblicazioni sono aumentate nettamente dal 2023 in poi.
- Quasi la metà degli studi riguarda diagnosi e valutazione.
- I temi più studiati sono rischio suicidario e depressione.
- I chatbot generativi mostrano potenziale, ma la sicurezza resta un limite importante.
- Molti studi sono ancora basati su scenari simulati, non su contesti clinici reali.
- Gli autori propongono il quadro etico GenAI4MH per uso responsabile.
Il messaggio che emerge non è quello di una tecnologia pronta a sostituire il lavoro umano, ma di un insieme di strumenti che potrebbe affiancarlo se accompagnato da regole chiare, valutazioni rigorose e tutele robuste.
Cosa ha analizzato la revisione
Il lavoro ha seguito le linee guida PRISMA 2020 e ha cercato studi peer-reviewed in sei database, selezionando solo ricerche pubblicate dopo l’arrivo dei modelli linguistici moderni. Dalle 783 registrazioni iniziali, i ricercatori sono arrivati a 79 studi inclusi. Un dato interessante è la crescita marcata delle pubblicazioni: nel 2022 il campo era ancora quasi iniziale, mentre nel 2024 si è osservato un vero salto di interesse in tutte le aree considerate.
Tre funzioni principali dell’IA generativa
Gli studi sono stati organizzati in tre grandi categorie. Quasi la metà, 37 su 79, ha riguardato la diagnosi e la valutazione; 20 studi hanno valutato chatbot e sistemi conversazionali come strumenti terapeutici; altri 24 studi hanno esplorato l’uso dell’IA a supporto di psicologi, psichiatri e altri professionisti. Questo schema permette di capire che il ruolo dell’IA non è unico, ma cambia molto a seconda del contesto d’uso.
Diagnosi e valutazione: i temi più studiati
Nel primo gruppo, i temi dominanti sono stati il rischio suicidario e la depressione. Molti studi hanno usato testi provenienti da social media, vignette cliniche simulate o diari digitali per vedere se i modelli riuscissero a riconoscere segnali di sofferenza psicologica. In alcuni casi le prestazioni sono risultate promettenti: per esempio, alcuni modelli hanno raggiunto precisioni elevate nell’individuare rischio suicidario, e in altri casi l’integrazione di dati multimodali — come voce, segnali sensoriali o espressioni facciali — ha migliorato la capacità di classificazione rispetto al solo testo.
Allo stesso tempo, la revisione mostra anche limiti importanti: i risultati tendono a essere migliori in inglese, peggiorano in contesti dialettali o culturalmente diversi e sono spesso basati su scenari simulati più che su cartelle cliniche reali.
Terapeutica e supporto ai clinici
Nel gruppo dei chatbot terapeutici, gli studi hanno valutato supporto emotivo, interventi guidati e sistemi adattivi. I risultati complessivi sono stati in gran parte positivi, con miglioramenti riferiti in termini di sollievo emotivo, engagement e, in alcuni casi, comportamenti più sani. Tuttavia, la revisione sottolinea che la maggior parte dei lavori resta limitata da piccoli campioni, da test in laboratorio o da assenza di implementazioni nella pratica quotidiana.
Per i professionisti, invece, l’IA generativa è stata studiata come ausilio per la pianificazione terapeutica, la documentazione, la sintesi dei colloqui, la psicoeducazione e la formazione. Alcuni modelli hanno prodotto formulazioni cliniche coerenti con le linee guida e hanno ridotto il carico amministrativo, ma restano problemi di allucinazioni, cioè risposte non affidabili o scorrette.
| Area | Numero di studi | Focus prevalente |
|---|---|---|
| Diagnosi e valutazione | 37/79 | Rischio suicidario, depressione, riconoscimento emotivo |
| Strumenti terapeutici | 20/79 | Chatbot, supporto emotivo, interventi adattivi |
| Supporto ai clinici | 24/79 | Decisione clinica, documentazione, psicoeducazione |
Che cosa significano questi risultati
Nel complesso, la revisione suggerisce che l’IA generativa può diventare un supporto utile per colmare alcune lacune dei servizi di salute mentale, soprattutto dove l’accesso agli specialisti è scarso o lo stigma ostacola la richiesta di aiuto. Il potenziale è concreto: strumenti più accessibili, più rapidi e in alcuni casi più personalizzabili possono aiutare nella valutazione precoce, nell’educazione psico-educativa e nella riduzione del carico burocratico dei clinici.
Il nodo della sicurezza
Il punto critico resta però la sicurezza. Gli autori evidenziano problemi ripetuti di privacy, bias algoritmici, affidabilità dell’informazione e gestione dei casi ad alto rischio. In particolare, i modelli non sempre riconoscono in modo affidabile il pericolo suicidario, possono produrre contenuti inaccurati o fuorvianti e, in alcuni casi, non offrono un adeguato passaggio verso un professionista umano. Questo rende difficile considerarli strumenti autonomi in contesti clinici complessi.
Il quadro etico GenAI4MH
Per rispondere a questi problemi, la revisione propone il quadro GenAI4MH, fondato su quattro dimensioni: privacy e sicurezza dei dati, integrità delle informazioni e equità, sicurezza dell’utente e governance etica. È un passaggio importante perché sposta la discussione dal semplice “funziona o non funziona” alla domanda più utile per la pratica: come può essere usato in modo responsabile.
Limiti e prospettive
Tra i limiti della letteratura emerge una forte eterogeneità dei disegni di studio, dei dataset e delle metriche di valutazione. Inoltre, molti lavori sono ancora proof of concept o si basano su simulazioni, mentre i dati su implementazioni reali e risultati a lungo termine sono pochi. Anche la qualità della reportistica è solo moderata: in media, poco meno della metà degli elementi valutati risultava descritto in modo completo, mentre la riproducibilità è stata spesso insufficiente.
La conclusione è prudente ma chiara: l’IA generativa non è ancora una risposta risolutiva per la salute mentale, ma potrebbe diventare un complemento rilevante se sviluppo tecnico, validazione clinica ed etica avanzassero insieme. È proprio in questo equilibrio che si gioca il futuro dell’innovazione in psichiatria digitale.
Link fonte:
Xi Wang; Yujia Zhou; Guangyu Zhou. The Application and Ethical Implication of Generative AI in Mental Health: Systematic Review. 27.06.2025 https://mental.jmir.org/2025/1/e70610
By
