Knowledge Mapping and Frontier Analysis of Artificial Intelligence Applications in Mental Health Interventions: A CiteSpace‑Based Bibliometric Analysis

数十年にわたり、世界はメンタルヘルスケアにおける静かな危機に直面してきました。不安やうつ病、その他の疾患に苦しむ人々に対し、彼らを助ける訓練を受けたセラピストの数は圧倒的に不足しています。この不足は世界的な現象であり、待機リストは長くなっています。近年、この空白を埋めるために、新しい種類のテクノロジーが登場しました。それが大規模言語モデルです。これらは膨大な量のテキストで学習されたコンピュータシステムであり、驚くほど流暢に人間の言語を理解し、生成することができます。これらは会話を行い、情緒的なサポートを提供し、さらにはセラピストの手法をシミュレートすることさえ可能です。その約束されている役割は、これらのツールが架け橋となり、現在ケアを受けられない何百万人もの人々に対して、即時かつアクセシブルなケアを提供することです。しかし、こうしたデジタルヘルパーが増殖する中で、決定的な問いが残されています。果たしてそれらは本当に機能しているのか、そして、どのツールが安全であるかを私たちはどのように知ることができるのでしょうか。

これに答えるため、中国と米国の研究チームは、一歩立ち止まって、このトピックに関する学術文献全体の景観を見渡すことにしました。単一のチャットボットをテストしたり、新しい実験を行ったりする代わりに、彼らはWeb of Scienceデータベースから1,685件の発表済み研究を集め、分析しました。彼らはCiteSpaceと呼ばれる専門的なソフトウェアツールを使用し、この分野がいかに成長してきたか、誰がその仕事を行っているのか、そしてどのような問いが投げかけられているのかをマッピングしました。その結果、この分野が爆発的に拡大している一方で、現実世界での足場をまだ模索しているという明確な姿が浮かび上がりました。

この研究分野の物語は、突然の加速の物語です。1982年から2020年代初頭までの約40年間、毎年発表される研究の数は極めて少なく、しばしば1件から12件程度を漂っていました。研究者たちはそのアイデアを模索していましたが、進展は遅く、散発的でした。しかし、2023年にすべてが変わりました。その年、出版数は22件から65件へと跳ね上がりました。成長はそこで止まりませんでした。2024年には183本の論文へと急増し、2025年には約600本、そして2026年中盤までには644本に達しました。この劇的な急増は、物語を書いたり複雑な質問に答えたりできるチャットボットのような、高度な生成人工知能ツールの公開と完璧に一致しています。データは、これら強力な新技術の到来が学術的な関心の熱狂に火をつけ、過去4年間の研究総量が、この分野で行われた全研究の93パーセントを占めるに至ったことを示唆しています。

研究者たちがこの爆発を誰が牽引しているのかを調査したところ、世界的な取り組みの明確なパターンが見つかりました。中国が最も多くの論文（534論文）を生産し、米国が438論文で僅差で続いています。英国、日本、韓国などの国々も大きく貢献しています。しかし、コラボレーションのマップは、生産のマップとは異なる物語を語っています。中国は最も多くの論文を生み出していますが、その研究者は米国の研究者に比べると、グローバルなネットワークに深くつながってはいないのです。米国はコラボレーションのウェブのまさに中心に位置しており、多くの異なる国々の研究者を結びつけるハブとして機能しています。対照的に、中国の研究は多作ではあるものの、このネットワークにおいてはやや孤立しています。これは、多くの国が成果を出している一方で、現在は米国が、この特定の分野におけるアイデアの結合と国際的な協力の促進における主要なエンジンとなっていることを示唆しています。

この潮流をリードしている機関は、主に米国や欧州の主要な大学です。ハーバード大学、カリフォルニア大学システム、ロンドン大学などがトップクラスの研究生産者です。これらのグループは単に優れたチャットボットを作っているだけではありません。彼らはそれらを厳格にテストしています。これらの人工知能ツールが、うつ病や強迫性障害のような疾患を正確に診断できるかどうかを調査しています。コンピュータープログラムと話すことが、従来のケアと比較して実際に患者の症状を改善できるのかどうかを確認するために、臨床試験を実施しています。また、ユーザーが自殺念慮を表明した際にシステムがどのように失敗する可能性があるか、あるいは文化的な違いをどのように扱うかといった、安全性についても深く懸念しています。

急速な成長にもかかわらず、研究者たちは、この分野がまだ成熟の初期段階にあることを見出しました。文献における最も一般的なトピックは、テクノロジーそのものに焦点を当てています。つまり、人間特有の感情を理解するモデルをいかに向上させるか、認知行動療法のような特定の療法に基づいていかに学習させるか、そして、モデルが事実を捏造したり危険な助言を与えたりしないようにするにはどうすべきか、といったことです。「計算モデリング」への強い関心もあり、これは数学を用いて人間の脳がいかに意思決定を行うか、そしてデジタルツールがいかにそのプロセスを模倣できるかを理解することを意味します。研究者たちはまた、これらのツールが実際に機能するかどうかを測定するための、より良い方法を創り出すために懸命に取り組んでおり、単純なテストを超えて、実際のクリニックやコミュニティセンターで使用できるかどうかを確認しようとしています。

しかし、研究室と病院の間には、依然として大きな隔たりが存在します。分析によれば、技術的な検証や小規模なテストは豊富にあるものの、これらのツールが一般の人々にとって安全で効果的であることを証明する大規模な実社会での研究が不足しています。現在の研究の多くは、テクノロジーが「機能し得る」ことを証明することに留まっており、それが日常生活においてすべての人に対して「実際に機能する」ことを証明することには至っていません。研究者たちは、プライバシーの問題、患者が機械に依存しすぎるリスク、そして人間の監督の必要性といった問題が、いまだに整理されている最中であると指摘しています。これらのツールを評価するための単一の標準化された手法はまだ存在せず、広範な臨床利用に向けて承認を得るための経路も、まだ明確ではありません。

著者たちは、この分野は現在、新しいテクノロジーへの興奮によって駆動されているが、将来に向けた強固な基礎を築く方向へとシフトする必要があると結論付けています。彼らは、次のステップは単にモデルを増やすことではなく、異なる国や分野の研究者を結集させ、大規模で長期的な研究を行うことであると提案しています。彼らは、人間と人工知能がセラピーにおいてどのように協力すべきかについての明確なルールを策定し、テクノロジーが不可欠な人間同士のつながりに取って代わるのではなく、患者をサポートすることを確実にするよう求めています。データは、インフラストラクチャよりも速いスピードで成長している分野、すなわち、ポテンシャルは計り知れないものの、有望なアイデアから信頼できる命を救うツールへの道のりは、まだ進行中である場所を示しています。