當生成式 AI 走入精神科診間：ChatGPT 評估憂鬱量表之信度挑戰

 當生成式 AI 走入精神科診間：ChatGPT 評估憂鬱量表之信度挑戰

蘇冠賓

中國醫藥大學 安南醫院副院長

憂鬱症中心、身心介面研究中心主持人

精神醫學及神經科學 特聘教授

在精神醫療中，推動量化病理學的醫療照護 (Measurement-Based Care, MBC) 是優化憂鬱症 (MDD) 治療成效的核心。近年來Artificial iIntelligence (AI) 與 Large Language Models (LLMs，如 ChatGPT) 快速進入醫療領域，也讓我們開始思考：AI 是否能協助精神科臨床評估？

Figure 1. Four-stage study flowchart for the reliability of ChatGPT in HAMD-21

Chang CH, Cheng SW, Chen WJ, Chang CW, Liu TH, Lee JH, Lin SC, Su KP*. A Cautious Integration With AI in the Clinic: A Standardized-Patient Pilot Study of ChatGPT’s Reliability in Hamilton Depression Rating Scale Scoring. Alpha Psychiatry 2026, 27(4), 51483.

漢密頓憂鬱量表（21-item Hamilton Depression Rating Scale, HAMD-21）作為評估憂鬱嚴重的金標準工具，施測極為耗時且易受施測者間差異影響。此外，症狀評估往往不是單純問答，而是需要理解語氣、脈絡、情緒、猶豫、睡眠型態、身體症狀與病人自我覺察。因此，我們設計這項先導研究，想要用比較嚴謹、可重複的方法，檢驗 ChatGPT 在HAMD-21 評分上的可靠度。

身為計畫主持人，我與張俊鴻醫師、劉亭慧醫師、鄭思維醫師，以及我們心身介面研究中心（MBI Lab & Care）臨床團隊的研究助理們，共同執行了這項研究。研究流程分為四個階段 (Figure 1)：

第一，團隊專業演繹建立黃金標準：運用資深精神臨床試驗的MBI團隊之醫師與研究助理，精心編寫10個涵蓋輕度至重度 (HAMD-21 腳本分數 2–27 分) 的臨床情境，並演繹標準化病人 (Standardized Patients, SPs)，以建立高度可重複的評估基準。

第二，將訪談錄影轉為中文逐字稿：訪談全程錄影並透過 Whisper ASR 轉錄為逐字稿，保留語氣停頓與情緒表達線索。

第三，ChatGPT 評分協定 (ChatGPT Scoring Protocol)：將訪談逐字稿輸入 ChatGPT-4o，結合 HAMD-21 中文操作手冊與標準化 Prompt，每個案例重複進行 3 次獨立對話評估，取其平均分數以降低生成式 AI 的隨機波動性 (Stochastic variability）。  

第四，統計分析 (Statistical Analysis)：採用兩向隨機效應、單一評分者、絕對同意模型之組內相關係數（Intraclass Correlation Coefficient, ICC(2,1)）評估信度。人類專家與 ChatGPT 之間的 ICC 差異採用 Steiger's Z 檢定進行單尾顯著性檢定。  

研究結果與數據分析

最令人意外的結果是：總分看起來非常好，但細項差異很大。 在 HAMD-21 total score 上，Human experts 的 ICC 達到 0.9921，ChatGPT 的 ICC 也高達 0.9739，若只看總分，ChatGPT 似乎已經接近 expert-level performance。

然而，當我們進一步看 item-level performance，就出現非常重要的落差。Human experts 在 21 個項目中，有 11 個別項目達到 perfect ICC；ChatGPT 則只有 2 個項目達到 perfect agreement。Steiger’s test 也顯示，human experts 在 10 個個別項目以及 total score 上顯著優於 ChatGPT。這提醒我們：AI 可能會在「總分」上表現漂亮，但在臨床真正需要判斷的細節上，仍然有明顯落差。

更值得注意的是，ChatGPT 的錯誤不是隨機分散，而是有一定模式。它常在 insomnia cluster，也就是 HAMD-21 items 4–6，以及 somatic symptoms item 13 中高估分數，把原本應該是 0–2 分的輕中度症狀，錯誤評為 3 分。更離譜的是，ChatGPT 還出現 總分加總的錯誤。換句話說，AI 能「理解」文字脈絡到一定程度，但在 severity thresholds 與 numerical calculation 上仍會出錯。

討論與臨床意義

這個結果對我們未來臨床試驗非常重要。HAMD-21常被用於憂鬱症的主要或次要症狀分項分析。如果 AI 只是在總分上接近一致，卻在睡眠、身體症狀、體重下降、病識感等細項上出現偏差，就可能影響 treatment response、remission、subscale interpretation 甚至 clinical trial endpoint 的判讀。因此，AI 不應被直接視為取代 rater 的工具，必須保留 human oversight，尤其在細項判斷與臨床意義詮釋上。

這項研究也提醒我們，精神科評估不是單純把文字丟給模型就好。Human raters 在原始訪談中能看到 facial expression、speech latency、emotional tone、psychomotor behavior 與 affective presentation；但 ChatGPT 只看到文字逐字稿，缺少非語言與副語言訊息。這可能是它在部分 HAMD-21 項目中表現受限的重要原因。

結論

ChatGPT-4o 具備作為精神科量化評估輔助工具的潛力，能降低臨床醫師負擔。然而，鑑於其單項判定偏誤與算術錯誤，臨床人類醫師的監督（Human-in-the-loop）仍然是確保醫療安全與精準度的核心底線。  

從抗發炎到發炎消退：Omega-3、EPA、與SPM精準治療憂鬱症的新方向

從抗發炎到發炎消退：Omega-3、EPA、與SPM精準治療憂鬱症的新方向

蘇冠賓

中國醫藥大學 安南醫院副院長

憂鬱症中心、身心介面研究中心主持人

精神醫學及神經科學 特聘教授

EPA不是進不了大腦，抗鬱的關鍵不在原型，而在轉化！

從內源性大麻素 eCB 到消退素 SPM：
如何一步步解開 EPA 治療憂鬱症的機制之謎！

Iqbal AZ, Khan A, Malau IA, Wu SK, Chang JP, Cheng C, Tsai MJ, Wang F, Su KP. Omega-3 fatty acids, specialized pro-resolving mediators, and depression: A mechanistic meta-analysis of precursors and clinical implications. Brain Behav Immun. 2026 Jul 28;138:106922

憂鬱症（major depressive disorder, MDD）長期被視為神經傳導物質失衡的疾病；然而，我們團隊在精神神經免疫學（psychoneuroimmunology）與營養精神醫學（nutritional psychiatry）的研究中，一直試圖推動一個更全面的觀點：MDD 不只是「腦內化學物質不足」，而是一種涉及神經免疫活化（neuroimmune activation）、代謝失調（metabolic dysregulation）、氧化壓力（oxidative stress）、脂質異常（lipid abnormalities）、粒線體功能障礙（mitochondrial dysfunction）與神經可塑性受損（impaired neuroplasticity）的多系統疾病。

在追求精準精神醫學（Precision Psychiatry）的道路上，我一直試圖解答一個臨床上極具爭議、卻令人著迷的核心難題：「為什麼 Eicosapentaenoic acid（EPA）在臨床試驗與統合分析中的抗憂鬱效果，往往顯著優於大腦結構中大量存在的 Docosahexaenoic acid（DHA）？」這篇由我的研究生、也是第一作者 Ayesha Zafar Iqbal 主導完成的 mechanistic meta-analysis，正是從這個長期研究脈絡出發，重新檢視 omega-3 polyunsaturated fatty acids（n-3 PUFAs）在憂鬱症與發炎相關疾病中的生物學意義。

從發炎到發炎消退：Omega-3 在憂鬱症機制的破局與重塑

過去傳統觀點常誤以為 EPA 是因為難以進入大腦才導致腦內穩態濃度極低。但事實上，EPA 進入大腦的效率並不亞於 DHA，只是它在進入大腦幾分鐘內，就會極為快速地轉化為下游的各種功能性小分子。我們團隊在 2019 年的論文中，就已經證實了 EPA 衍生之內源性大麻素（EPA-derived endocannabinoid, eCB）在抗憂鬱與神經調節上的重要性；而這篇 2026 年的研究，則進一步證實了另一群關鍵代謝物—專一性促進發炎消退介質（specialized pro-resolving mediators, SPMs）的重要角色！這兩項研究相互呼應，完整拼湊出 EPA 迅速轉化、發揮多元生物活性（Bioactive lipid mediators）的動態全貌。

在這條生物合成路徑中，EPA 可轉化為 18-hydroxyeicosapentaenoic acid（18-HEPE），DHA 則可轉化為 17-hydroxydocosahexaenoic acid（17-HDHA）。這兩者都是 resolvins、protectins 與 maresins 等 SPMs 的上游前驅物（precursors）。由於下游 SPMs 在人體中半衰期短、代謝快速，臨床研究中並不容易穩定測量，因此 18-HEPE 與 17-HDHA 成為更可行，也更具有轉譯價值的 pathway activation biomarkers。

統合分析數據：驗證我們多年的假設

為了驗證這個假說，Ayesha 對各大資料庫（PubMed、EMBASE、Web of Science、GOED 及 Cochrane Library）進行了嚴謹且系統性的檢索（截至 2026 年 5 月 18 日），最終納入 11 項隨機對照試驗（RCTs）、共 810 位參與者。

我們的定量分析結果帶來了令人振奮的發現：

• 前驅物濃度的顯著提升：補充 n-3 PUFAs 能顯著增加人體循環中的 18-HEPE（SMD=1.05）與 17-HDHA（SMD = 0.69）。這直接證實了補充 Omega-3 確實能在人類體內實質增加 Pro-resolving Precursor Availability。

• 與多年假設高度呼應的 18-HEPE 結果：特別值得注意的是，18-HEPE 的效應值明顯高於 17-HDHA。這項發現與我們團隊多年來「以 EPA 為主軸（EPA-predominant）對抗發炎型憂鬱症效益更佳」的臨床觀察與假設完美呼應！

EPA 在大腦內雖迅速轉化，但無論是 2019 年證實的 eCB 途徑，還是這篇論文展現的 18-HEPE 與消退素路徑活化，都完美解釋了 EPA 展現優異臨床抗憂鬱療效的關鍵機制缺塊。

更重要的是，次族群分析顯示，這種提升並不是在所有人身上平均發生，而是在 peripheral artery disease（PAD）、chronic kidney disease（CKD）、pregnancy，以及 MDD with comorbid obesity 等具有發炎、代謝、氧化壓力或血管負荷的族群中特別明顯。這與我們多年來推動的 precision nutritional psychiatry 觀點高度一致：omega-3，特別是 EPA，可能不是對所有憂鬱症患者都一樣有效，而是對具有 low-grade inflammation、metabolic dysregulation 或 impaired resolution biology 的特定憂鬱症 endotype，具有更高的臨床意義。

因此，這篇研究對我們團隊而言，不只是另一篇 meta-analysis，而是把多年來關於 EPA、inflammation、lipid mediators、MDD 與 precision psychiatry 的假設，往前推進了一大步。從 2019 年 EPA-derived eCB 的發現，到這次 18-HEPE 與 17-HDHA 所代表的 SPM pathway activation，我們逐漸看到一個更完整的圖像：EPA 的臨床抗憂鬱優勢，可能來自它被快速轉化為多種 bioactive lipid mediators，而這些小分子訊號共同參與神經免疫、發炎消退、壓力反應、代謝調節與情緒穩定。

換句話說，EPA 的重點可能不只是「進入大腦多少」，而是「進入後變成什麼」；不是單純停留在細胞膜中，而是快速轉化為具有生物活性的下游訊號分子。這個觀點也更能解釋：為什麼 EPA 在腦中可偵測濃度很低，卻仍能在臨床試驗中呈現比 DHA 更一致的抗憂鬱訊號。

當然，我們仍然必須謹慎。這篇研究不能直接證明 18-HEPE 與 17-HDHA 的上升一定會轉化為下游 resolvins、protectins 或 maresins 的增加，也不能直接證明其必然帶來抗憂鬱療效。然而，它為下一階段研究提供了非常清楚的方向：未來我們需要在 MDD 患者中設計更標準化的 clinical trials，結合 EPA-predominant formulation、發炎與代謝生物標記、omega-3 index、lipidomics、endocannabinoid profiling、SPM pathway markers，以及臨床症狀改善指標，進一步建立 EPA → eCB/SPM lipid mediator pathways → inflammation resolution and neuroimmune regulation → depression outcome 的因果鏈。

整體而言，這篇由 Ayesha 與我們團隊共同完成的研究，為 EPA 精準營養精神醫學提供了一塊重要的機制拼圖。它不僅呼應我們多年來對 EPA 優於 DHA、以及發炎型憂鬱症可能特別受益於 EPA 的臨床觀察，也把 EPA 從「單一營養素」提升為「bioactive lipid mediator precursor」的觀點。這將成為我們未來規劃臨床試驗、發展 biomarker-guided EPA therapy，以及推動發炎型憂鬱症精準治療的重要基礎。

《天下學術，唯真理為歸》— 學術亮點分享及IBRO正名經過

 《天下學術，唯真理為歸》

蘇冠賓

中國醫藥大學 安南醫院副院長

憂鬱症中心、身心介面研究中心主持人

精神醫學及神經科學 特聘教授

國際學術名門 International Brain Research Organization (IBRO) 邀蘇君撰寫《Neuroscience》五十週年紀念文集，述說臺灣神經科學半世紀薪火。不料文章付梓之際，小吏未經同意，竟私改國籍，並挾國際規範相壓，揚言不從便撤稿。

「名實不符，何以為學？」作者身分豈容擅改？蘇君按劍而起，一邊要求暫停刊登，一邊查出學會掌門、長老與主編之飛鴿傳書途徑，一封直達高層的長信，舉自身主持國際期刊、與中國學者合作數十篇論文之歷練，陳明學術真理不應屈從於私心與偏見。

IBRO 初時仍以舊規相推，蘇君再覆，文鋒如劍：「若以金融行規、UN陋習，凌駕學術事實，口稱中立，不過是另一種偏頗。」三度交鋒，正氣撼動高層。IBRO 執行長親自致歉，坦承制度僵化，全面尊重作者自主申報之國籍。文章最終端然標著TAIWAN，順利刊載。並當場立下新規：

「自此全面尊重學者自主申報之身分！」

俠之大者，不在勝人，而在守真。據理力爭，不只守護了一篇文章，更為學人立下了自由尊嚴的根基。 (#AI協作武俠小說風格)

【學術亮點分享】

分享受邀為國際權威期刊《Neuroscience》50 週年特別紀念系列撰寫的回顧文章（50 Reflections on Neuroscience—TAIWAN）：

本篇（第 28 篇）系統性回顧並展望台灣半世紀以來在神經科學領域的國際影響力，核心重點如下：

主題：

回顧與展望台灣近 50 年來在神經科學領域的發展、國際影響力與跨領域合作。 

四大重點回顧：

1. 文化精神醫學先驅：紀念林宗義教授在 WHO 與文化精神醫學的奠基性貢獻。
2. 連結組學重大突破：致敬江安世院士團隊建立全球首個果蠅單一神經元 3D 影像資料庫（FlyCircuit）。
3. 跨領域整合平台：介紹串聯國內 20 個相關學會的「台灣神經科學聯盟」（TNA）。
4. 身心介面與數位精神醫學：展現身心介面研究中心（MBI Lab）連續 16 年舉辦國際研討會，推動台灣成為營養精神醫學與數位心智健康的國際重鎮。

AI 是否正讓我們變笨？

AI 是否正讓我們變笨？ 

蘇冠賓

中國醫藥大學 安南醫院副院長

憂鬱症中心、身心介面研究中心主持人

精神醫學及神經科學 特聘教授

這是一篇於 2026 年發表在知名學術期刊《認知科學趨勢》（Trends in Cognitive Sciences）上的科學與社會（Science & Society）評論文章，題為「AI 是否正讓我們變笨？」（Is AI making us stupid?）。文章探討人類將認知工作外包給人工智慧（AI）時，對人類的「技能（Skills）」、「知識獲取（Knowledge Acquisition）」與「基礎認知能力（Basic Cognitive Abilities）」所產生的潛在影響與應對策略。

Cash TN, Kelly MO, Macnamara BN, Risko EF. Is AI making us stupid? Trends Cogn Sci. 2026 Jul 9:S1364-6613(26)00131-2. doi: 10.1016/j.tics.2026.06.004. Epub ahead of print. PMID: 42425850.

隨著人工智慧（Artificial Intelligence, AI）技術的突飛猛進，大型語言模型（Large Language Models, LLMs）如 ChatGPT、Claude、Gemini 和 已深度融入日常與專業領域，這不僅顛覆了傳統的工作模式，也再度引發了關於「認知外包（Cognitive Offloading）」是否會侵蝕人類智能的社會焦慮。

• 認知外包的定義：人類長期以來皆會尋求外部工具（如計算機、GPS、網際網路）來減少內部認知系統的負擔，這種行為稱為「認知外包（Cognitive Offloading）」。

• 外包帶來的焦慮：雖然技術能提高效率，但人們也普遍擔憂這會損害人類的內在認知功能（如 Nicholas Carr 於 2008 年提出的著名科技反思：「Google 是否讓我們變笨？」）。

• AI 時代的論戰再起：隨著 ChatGPT、Claude、Gemini 等大型語言模型（Large Language Models, LLMs）的激增，關於認知外包對大腦功能負面影響的討論再度被引燃。

• 認知系統的核心區分：為了釐清 AI 的衝擊，必須將人類認知系統區分為兩大層面：

  1. 技能（Skills）：透過練習獲得、旨在有效完成特定任務的「習得行為（Learned behaviors）」（例如：算術、駕駛飛機）。

  2. 基礎認知能力（Basic Cognitive Abilities）：屬於底層、跨領域的「通用心理容量（Domain-general mental capacities）」（例如：工作記憶 Working memory、選擇性注意 Selective attention），是獲取與執行各項專業技能的基石。

AI 認知外包對「技能習得」與「技能衰退」的衝擊 (AI Offloading Undermines Skills and Causes Decay)

• 阻礙技能習得（Impede Skill Acquisition）：技能必須透過實作練習來取得與精進。若將練習完全外包給 AI，將阻礙學習。

  • 實證研究：一項針對高中生的數學學習研究顯示，使用能夠「完全替代解題」之 AI 工具的學生，雖然在練習期間表現優異，但在隨後無法使用 AI 的正式測試中，其成績明顯比從未使用過 AI 的對照組學生更差，符合完全外包剝奪了建立技能能力的想法。

• 加速技能衰退（Foster Skill Decay）：持續的練習是抵抗遺忘、留住既有技能的必要防禦手段。過度依賴 AI 輔助會導致現有技能退化。

  • 實證研究：一項針對內視鏡醫師腺瘤檢測率（Adenoma detection rates）的追蹤研究發現，在引入 AI 輔助檢查工具後的 3 個月內，當醫師在部分隨機個案中無法存取 AI 時，其腺瘤檢測率從原先未引進 AI 前的 28.4% 驟降至 22.4%，顯示 AI 的存在削弱了醫師獨立診斷的技能。

AI 認知 外包對「知識獲取」的負面影響 (Knowledge Acquisition)

• 記憶儲存與提取成本：當人們知道資訊可以外包給外部儲存媒介時，在學習過程中投入的努力會減少，導致日後從記憶中提取該資訊的機率降低。

• 深度學習與淺層學習的差異：研究比較了使用「Google 搜尋」與「AI 工具」獲取知識的差異。使用 Google 搜尋需要學習者自行打開鏈結、跨光源摘要，而 AI 工具則直接代勞生成摘要。

• 自主權與知識內化的喪失：實驗顯示，使用 AI 自動摘要的受試者，其後續在沒有科技協助下給予他人的建議更為簡短、缺乏獨特性且被評為較無幫助；他們花在學習的時間較少、習得的知識較有限，且對所獲得的知識缺乏擁有感（Ownership）。

基礎認知能力的韌性與抗性 (Resilience of Basic Cognitive Abilities)

• 對變革具備頑強抗性：相較於技能與知識，人類的「基礎認知能力」似乎更不易因技術外包而輕易被侵蝕。

• 認知訓練的任務局限性：認知訓練研究表明，大腦任務表現的提升通常具有高度「任務特異性（Task specific）」，而非反映出基礎認知資源（如工作記憶總量）的全面擴大。

• 效率改變而非總量改變：目前的科學共識認為，因訓練或環境引起的認知改變，主要是改變了「認知資源的使用效率」，而非改變個人「可支配的資源總量」。

• 未解之謎與發展階段限制：雖然基礎認知能力提供了對抗科技反烏托邦的屏障，但長期外包或在「兒童早期」等關鍵發展階段（Developmental stages）大量外包 AI 是否會動搖底層認知能力，仍是尚待解答的開放性問題。

AI 的使用方式決定人類認知的未來 (How We Use AI Matters)

• 完全自動化 vs. 主動留存認知圈：AI 對認知的衝擊取決於外包的形式與互動層級。若完全由 AI 代替提交答案，對認知發展最為不利。最核心的關鍵在於「我們如何使用 AI」。

• 引導型 AI 的正面效益（AI as a Tutor/Collaborator）：

  • 在上述高中數學實驗中，增設了第三組使用「客製化 AI 導師（Custom AI tutor）」的學生，該 AI 不直接給予答案，而是透過引導探查學生的知識盲點。當移除 AI 後，這組學生的測試表現並未退化，成功留存了數學技能。

  • 初步證據亦指出，將 AI 視為提供反饋的「協作者（Collaborator）」或將 AI 的輸出作為學習模仿的範本，即使在沒有 AI 的情況下也能提升未來的個體表現。

• 新型技能的演進：隨著時間推移，人類能透過發展「提示工程（Prompt engineering）」等新型技能，學習如何更高效、策略性地與 AI 協作，在最大化利益的同時最小化認知成本。

最核心的關鍵在於「我們如何使用 AI」。若我們在與 AI 工具互動時，能主動讓自己留在「認知圈（Cognitive loop）」內，將 AI 視為給予回饋的協作者（Collaborator）或引導思維的導師（Tutor），而非全然取代思考的拐杖，我們不僅能免於技能退化的代價，甚至能透過提示工程（Prompt engineering）等新型能力的培養，將 AI 轉化為催化個人智力進步與技能內化的強大工具。