Core Concepts
대규모 언어 모델은 정신 건강 문제 분류 및 감지에 상당한 효과를 보이지만, 임상 사용에는 현재 위험이 이점을 능가할 수 있다.
Abstract
이 체계적 문헌 검토는 정신 건강 분야에서 대규모 언어 모델(LLM)의 활용을 조사했다. 주요 결과는 다음과 같다:
LLM은 소셜 미디어 데이터를 통해 정신 건강 문제를 효과적으로 분류하고 감지할 수 있다. 예를 들어 BERT 기반 모델은 우울증 탐지에서 우수한 성능을 보였다.
LLM 기반 정신 건강 챗봇은 사용자와의 대화에서 인간적이고 공감적인 반응을 보여주었다. 그러나 챗봇의 대화 품질은 프롬프트 설계에 크게 의존한다.
LLM은 정신 건강 분석, 심리 상담 지원 등 다양한 방면에서 활용되고 있지만, 여전히 일관성 없는 출력, 환각적 내용 생성, 포괄적인 윤리적 프레임워크 부재 등의 문제가 있다.
LLM은 정신 건강 관리에서 전문 서비스를 대체할 수 없다. 하지만 LLM의 급속한 발전은 새로운 임상 도구로서의 잠재력을 보여주며, 이 분야의 지속적인 연구와 개발이 필요하다.
Stats
전 세계적으로 약 9억 7천만 명이 정신 질환을 앓고 있다.
영국에서는 6명 중 1명이 정신 건강 문제를 겪고 있다.
코로나19 팬데믹 기간 동안 불안 장애는 26%, 주요 우울 장애는 28% 증가했다.
정신 질환자의 90% 이상이 자살로 사망한다.
정신 건강 치료를 기다리는 사람 중 23%는 12주 이상 기다려야 한다.
Quotes
"LLM은 정신 건강 문제 분류와 감지에 상당한 효과를 보이지만, 임상 사용에는 현재 위험이 이점을 능가할 수 있다."
"LLM은 전문 정신 건강 서비스를 대체할 수 없지만, 급속한 발전은 새로운 임상 도구로서의 잠재력을 보여준다."