Eine Übersicht über 18 Studien bei Erwachsenen
Die Forschenden suchten im Mai 2025 nach Studien, die Chatbots oder KI-gestützte Gesprächsagenten für das Screening und die Beurteilung der psychischen Gesundheit untersuchten. Die Suche umfasste vier bibliografische Datenbanken und bezog sich ausschließlich auf Erwachsene.
Die Übersicht umfasst 18 Studien, die zwischen 2021 und 2025 veröffentlicht wurden, mit Teilnehmerzahlen von 20 bis 3.902. Sie unterscheidet zwischen regelbasierten Chatbots, generativen Sprachmodellen und hybriden Ansätzen, die mehrere Techniken kombinieren. Diese Werkzeuge stellen daher keine einheitliche Intervention dar, deren Leistungen sich verallgemeinern ließen.
Ermutigende Ergebnisse, aber keine universelle Genauigkeit
Für Depressionen und Angststörungen berichtet die Zusammenfassung bei generativen Modellen über Sensitivitäten von 0,84 bis 0,93 und Spezifitäten von 0,80 bis 0,96. Die Sensitivität beschreibt die Fähigkeit, Personen zu erkennen, bei denen die Störung gemäß dem verwendeten Referenzmaßstab vorliegt. Die Spezifität beschreibt die Fähigkeit, Personen zu erkennen, bei denen sie nicht vorliegt.
Diese Spannen werden nicht als Gesamtschätzung dargestellt, die auf jeden beliebigen Chatbot anwendbar wäre. Die Zusammenfassung enthält keine näheren Angaben zu den Vergleichsverfahren, den Bewertungsbedingungen oder der Unsicherheit der einzelnen Ergebnisse. Sie erlauben daher keine Vorhersage der Zuverlässigkeit eines bestimmten kommerziellen Werkzeugs.
Auch regelbasierte Chatbots zeigen eine gute Konsistenz der Messungen und eine günstige Akzeptanz. Eine konsistente Messung ist jedoch für sich genommen kein Beleg für eine korrekte Diagnose.
Akzeptanz allein belegt keinen klinischen Nutzen
Die meisten Studien berichten über eine hohe Zufriedenheit der Nutzenden, während bei älteren Bevölkerungsgruppen weiterhin Hürden bestehen. Mit einem Gespräch zufrieden zu sein, bedeutet nicht, dass die Störung korrekt erkannt wurde oder sich die Versorgung verbessert hat.
Die methodische Qualität ist uneinheitlich, mit einem moderaten Verzerrungsrisiko in wichtigen Bereichen. Die Zusammenfassung enthält nicht genügend Details, um festzustellen, welche Werkzeuge oder Bevölkerungsgruppen die besten Leistungen erklären.
Die Autoren sprechen sich für einen ergänzenden Einsatz zur klinischen Beurteilung aus, unter fachlicher Aufsicht, mit klar definierten klinischen Protokollen und einer Verringerung algorithmischer Verzerrungen. Die Übersicht befasst sich mit der Erkennung und Beurteilung, nicht mit dem Nachweis einer wirksamen Behandlung.
Die Grenzen, die du im Blick behalten solltest
Diese Analyse stützt sich ausschließlich auf die PubMed-Zusammenfassung, ohne Einsicht in den Volltext. Die Studien sind heterogen und weisen Verzerrungsrisiken auf. Detaillierte Vergleichsverfahren, Nachbeobachtungszeiten, Finanzierung und Interessenkonflikte konnten nicht überprüft werden.
Was wir daraus mitnehmen können
Die Hinweise sind ermutigend für die Unterstützung des Screenings bei Erwachsenen. Sie rechtfertigen es nicht, einem Chatbot allein eine Diagnose oder eine Entscheidung über die Versorgung zu überlassen.
Quellen und Herkunft
- Effectiveness of Chatbots in Mental Health Screening and Assessment: Systematic Review.
Datum der Quelle: 2026-10-06.
Journal Article, Systematic Review, Review · Résumé PubMed uniquement, texte intégral non consulté