Salute mentale: i chatbot mostrano un potenziale per lo screening, non per sostituire i clinici

Una revisione di 18 studi negli adulti

Nel maggio 2025, i ricercatori hanno cercato studi che valutassero chatbot o agenti conversazionali di intelligenza artificiale per lo screening e la valutazione della salute mentale. La ricerca ha coperto quattro banche dati bibliografiche e ha riguardato esclusivamente gli adulti.

La revisione include 18 studi pubblicati tra il 2021 e il 2025, con campioni da 20 a 3.902 partecipanti. Distingue i chatbot basati su regole, i modelli generativi di linguaggio e gli approcci ibridi che combinano più tecniche. Questi strumenti non costituiscono quindi un unico intervento di cui si possano generalizzare le prestazioni.

Risultati incoraggianti, ma non un’accuratezza universale

Per la depressione e l’ansia, l’abstract riporta sensibilità da 0,84 a 0,93 e specificità da 0,80 a 0,96 con i modelli generativi. La sensibilità descrive la capacità di individuare le persone che presentano il disturbo secondo il riferimento utilizzato. La specificità descrive la capacità di riconoscere quelle che non lo presentano.

Questi intervalli non sono presentati come una stima complessiva applicabile a qualsiasi chatbot. L’abstract non descrive nel dettaglio i comparatori, le condizioni di valutazione o l’incertezza relativa a ciascun risultato. Non consentono quindi di prevedere l’affidabilità di uno specifico strumento commerciale.

Anche i chatbot basati su regole mostrano una buona coerenza delle misurazioni e un’accettabilità favorevole. Una misurazione coerente, tuttavia, non è di per sé la prova di una diagnosi corretta.

L’accettabilità non basta a dimostrare un beneficio clinico

La maggior parte degli studi riporta un’elevata soddisfazione degli utenti, mentre persistono ostacoli nelle popolazioni più anziane. Essere soddisfatti di un’interazione non significa che il disturbo sia stato identificato correttamente o che la presa in carico sia migliorata.

La qualità metodologica è eterogenea, con un rischio di bias moderato in dimensioni importanti. L’abstract non fornisce dettagli sufficienti per determinare quali strumenti o quali popolazioni spieghino le prestazioni migliori.

Gli autori sostengono un utilizzo complementare al giudizio clinico, con supervisione professionale, protocolli clinici espliciti e riduzione dei bias algoritmici. La revisione riguarda l’individuazione e la valutazione, non la dimostrazione di un trattamento efficace.

Cosa possiamo ricavare

Il segnale è incoraggiante per contribuire allo screening negli adulti. Non giustifica l’affidamento di una diagnosi o di una decisione sulla presa in carico a un chatbot da solo.