【Human–AI Relations 領域6】Mental Health・心理支援 ―― AIとの対話で「楽になった」ことは、治療効果や回復を意味するのか

Human–AI Relations 監査インデックス β

領域 6 / Domain 6

Mental Health・心理支援

――AIとの対話で「楽になった」ことは、治療効果や回復を意味するのか

0. Document Status

Document Type: Domain Audit / Publication Version
Domain: Mental Health・心理支援
Status: Publication Closure
Theory Status: 新しい包括的AI Mental Health Theoryの提案ではない
Primary Function: AIによる心理支援について、主観的軽減、症状変化、機能、回復、危機対応、支援関係、アクセスを分離して監査する
Parent Protocol: Domain 0 — Cross-Domain Audit Protocol
Primary Audit Unit: System × Population × Outcome × Time × Care Pathway

本領域では、

という二択を採用しない。

問うべきなのは、

である。

1. Domain

本領域では、AIが、

• 情緒的支援（Emotional Support）

• Mental Health Support（心理支援）

• Psychoeducation（心理教育）

• Self-reflection（自己省察）

• Mood Support（気分支援）

• Crisis Detection（危機検出）

• Coaching（コーチング）

• Companion Use（コンパニオン利用）

• Clinical Decision Support（臨床意思決定支援）

などに用いられる場合を扱う。

中心的に区別するのは、

• Feeling Better（気分が楽になること）

• Symptom Change（症状変化）

• Therapeutic Benefit（治療上の利益）

• Functional Recovery（機能的回復）

• Long-Term Recovery（長期的回復）

• Alliance（支援関係）

• Dependence（依存）

• Safety（安全）

• Access（アクセス）

• Care Pathway（ケア経路）

である。

中心問題は、

である。

2. Core Question

中心問いは次である。

したがって評価単位は単なる、

ではない。

最低限、

を明示する。

3. Key Distinctions

3.1 Feeling Better ≠ Recovery

AIとの対話直後に、

• 安心した

• 気分が軽くなった

• 孤独感が減った

• 不安が和らいだ

ことは重要なOutcomeである。

しかし、

3.2 Symptom Improvement ≠ Functional Recovery

症状尺度が改善しても、

• 仕事

• 学業

• 睡眠

• 対人関係

• 日常生活

• Self-care（セルフケア）

が改善したとは限らない。

したがって、

である。

3.3 Therapeutic Benefitを一つの段階にしない

Feeling Better、Symptom Change、Therapeutic Benefit、Functional Recovery、Long-Term Recoveryを一本のLadderとして扱わない。

Symptom Improvementそのものが臨床的に意味のあるTherapeutic Benefitとなる場合もある。

重要なのは、

である。

3.4 Short-Term Benefit ≠ Long-Term Benefit

数分、数日、数週間のBenefitから、

を推論しない。

である。

3.5 Support ≠ Treatment

AIによる、

• 傾聴

• Reflection（振り返り）

• Psychoeducation

• Journaling Support（記録支援）

• Coping Suggestion（対処法提案）

はMental Health Supportになり得る。

しかし、それだけでClinical Treatment（臨床治療）と同等とは言えない。

3.6 Conversation ≠ Clinical Care

AIと継続的に話せることは、

• Diagnosis（診断）

• Clinical Assessment（臨床評価）

• Treatment Planning（治療計画）

• Crisis Management（危機管理）

• Medication Management（薬物療法管理）

• Follow-up（追跡）

を含むClinical Care全体とは異なる。

3.7 Availability ≠ Access

AIが24時間利用可能でも、

とは限らない。

Accessには、

• Affordability（費用負担可能性）

• Language（言語）

• Disability Access（障害アクセス）

• Digital Literacy（デジタルリテラシー）

• Connectivity（通信環境）

• Clinical Referral（臨床紹介）

• Human Backup（人間による支援）

• Emergency Service Availability（緊急サービス利用可能性）

などが関係する。

3.8 Access ≠ Clinical Capacity

AIが利用可能であることと、

を分ける。

である。

4. Outcome Architecture

Mental Health Benefitを一つのScoreにしない。

最低限、次を分離する。

Subjective Outcome（主観的Outcome）

• Feeling Better

• Perceived Support（知覚された支援）

• Loneliness（孤独感）

• Distress（苦痛）

• Satisfaction（満足度）

Symptom Outcome（症状Outcome）

• Depression（抑うつ）

• Anxiety（不安）

• Stress（ストレス）

• Insomnia（不眠）

• PTSD-related Symptoms

• その他の妥当化された症状尺度

Functional Outcome（機能Outcome）

• Work

• School

• Daily Living

• Social Function

• Self-care

Behavioral Outcome（行動Outcome）

• Help-seeking（援助希求）

• Adherence（遵守）

• Coping Behavior（対処行動）

• Social Contact（社会的接触）

• Avoidance（回避）

Clinical Outcome（臨床Outcome）

• Diagnosis-related Change

• Relapse（再発）

• Hospitalization（入院）

• Self-harm Event（自傷事象）

• Crisis Escalation（危機悪化）

Long-Term Outcome（長期Outcome）

• Recovery

• Recurrence（再燃）

• Social Integration（社会統合）

• Dependency Pattern（依存パターン）

• Sustained Functioning（持続的機能）

これらを相互代用しない。

5. Existing Research Traditions

Domain 6には、AI以前から強い既存研究が存在する。

Clinical Psychology（臨床心理学）

症状、治療Outcome、心理療法Processを扱う。

Psychiatry（精神医学）

Diagnosis、Risk、Clinical Course、Treatmentを扱う。

Psychotherapy Research（心理療法研究）

Therapeutic Alliance、Treatment Outcome、Common Factors等を扱う。

Digital Mental Health（デジタル心理支援）

Internet-based Therapy、App-based Intervention、Digital CBT等の研究蓄積がある。

Recovery Research（リカバリー研究）

症状軽減だけでなく、生活、意味、Identity、Hope、Empowerment等を扱う。[D6-S06]

Human–Computer Interaction（人間・コンピュータ相互作用、HCI）

Usability、Engagement、User Experienceを扱う。

Crisis Intervention（危機介入）

Suicide / Self-harm Risk、Escalation、Emergency Responseを扱う。[D6-S09]

Social Support Research（社会的支援研究）

Perceived Support、Loneliness、Belonging、Social Networkを扱う。

Human–AI Interaction

Generative AI特有のConversational Behavior、Sycophancy、Personalization、Memory等を扱う。

6. Existing-Theory-First

Domain 6について、新しい包括的な「AI Mental Health Theory」は現時点で必要ない。

既存の、

• Clinical Psychology

• Psychiatry

• Psychotherapy Research

• Digital Mental Health

• Recovery Research

• Social Support

• HCI

• Crisis Intervention

で広い範囲を説明できる。

AI-specific Extensionが有用なのは、

• Open-ended Generative Conversation

• Persistent Memory

• Sycophancy

• Anthropomorphic Framing

• AI Companion Use

• Always-available Interaction

• Model Update

• Provider-mediated Relationship

• General-purpose LLM Use Outside Formal Care

などである。

7. System Scope

Mental Health AIを一括りにしない。

最低限、以下を区別する。

Structured Clinical Intervention（構造化臨床介入）

明確なProtocol、Clinical Goal、Outcome Measurementを持つSystem。

Digital Therapeutic / CBT-like System

構造化された心理介入を提供するSystem。

General-purpose LLM（汎用大規模言語モデル）

Clinical Designを主目的としない汎用Generative AI。

AI Companion（AIコンパニオン）

Relationship-oriented Interactionを中心とするSystem。

Clinical Support Tool（臨床支援ツール）

ClinicianのAssessment、Documentation、Decisionを補助する。

Crisis Detection System（危機検出システム）

Risk Signalを検出・分類する。

System Typeが異なれば、Evidenceを相互転送しない。

8. Structured Clinical AI ≠ General-purpose LLM

構造化されたDigital Mental Health Interventionで有効性が示されたとしても、

とは言えない。[D6-S01][D6-S04]

逆方向も同じである。

General-purpose LLMのFailureから、構造化されたClinical System全体を否定しない。

また、シミュレーション研究では、一般目的LLMのSafety Alignmentが特定のPE / CBT Protocolへの忠実度を損なう挙動が報告されている。[D6-S03]

ただし、

である。

9. Direct AI-Specific Evidence

9.1 Structured / Clinically Designed AI

Heinz et al. (2025)は、臨床的に設計されたGenerative AI chatbot「Therabot」のRCTを実施した。[D6-S01]

対象はMDD、GAD、CHR-FEDの臨床レベル症状を持つ成人210名で、4週間の介入後および8週間時点で、待機リスト群より大きな症状低下が認められた。[D6-S01]

したがって、

は維持できる。

ただし、この研究から、

• Human Therapyとの一般的同等性

• General-purpose LLMの有効性

• Acute Crisisへの有効性

• 長期Recovery

は導けない。

9.2 Broader Structured Chatbot Evidence

Zhong et al. (2024)のSystematic Review / Meta-analysisは、AI-based chatbotが短期のDepression / Anxiety Outcomeを改善し得る一方、Follow-upでは効果維持が不明瞭または減弱することを示している。[D6-S04]

したがって、

を維持する。

9.3 General-purpose LLM

General-purpose LLMでは、臨床Outcomeを直接評価したEvidenceはStructured Clinical AIほど強くない。

一方で、

• Sycophancy

• Protocol Fidelity Failure

• Harmful Belief Reinforcement

• Crisis-response variability

等のSystem Behaviorに関するDirect Evidenceが存在する。[D6-S02][D6-S03][D6-S07]

10. Evidence Boundary

最低限、次を分離する。

• Direct Generative AI Evidence

• Structured Digital Mental Health Evidence

• Conventional Digital Therapy Evidence

• Adjacent Psychotherapy Evidence

• Social Support Evidence

• Interpretive Inference

特に、

という転送は行わない。

11. Population Boundary

Populationを明示する。

• General Population

• Mild Distress

• Diagnosed Disorder

• Severe Mental Illness

• Acute Crisis

• Children / Adolescents

• Older Adults

• Neurodivergent Users

• Clinically Supervised Patients

High-risk PopulationのEvidenceがない場合、

12. Acute / High-risk Population

Suicidal Crisis、Psychosis、Mania、Severe Eating Disorder等では、

をそのまま適用しない。

Clinical SeverityそのものをBoundary Conditionとして扱う。

Therabot等の有効性Evidenceから、Acute Crisis Populationへの有効性を推論しない。[D6-S01]

13. Therapeutic Alliance

Therapeutic Alliance（治療同盟）はPsychotherapy Researchで重要なConstructである。

しかしAIとの関係で、

とは自動的に仮定しない。

14. Perceived Digital Alliance ≠ Human Therapeutic Alliance

利用者がAIに、

• understood

• supported

• cared for

• accepted

と感じることは重要なOutcomeである。

Therabotでは高いAlliance ratingが報告され、別のAI conversational agent研究でもWAI-SRを用いた高いAlliance ratingが報告されている。[D6-S01][D6-S05]

しかし、

である。

現在のEvidenceは、AIに対するAlliance-like Experienceの存在を示すが、

を確立していない。[D6-S05]

15. Scale Adaptation

Human Therapist向けAlliance Scaleの語句をAI向けに置換しただけでは、

とは言えない。

最低限、

• Factor Structure

• Criterion Validity

• Test–retest

• Measurement Invariance

を確認する。

である。

16. Empathy

AIがEmpathicに見えるResponseを生成することと、

を分ける。

評価可能なのは主として、

• Perceived Empathy

• Response Style

• User Outcome

である。

17. Perceived Empathy ≠ Therapeutic Benefit

AIがEmpathicだと評価されたことから、

• Symptom Reduction

• Functional Recovery

• Long-Term Benefit

を直接推論しない。

18. Acceptance ≠ Sycophancy

利用者を否定せず受け止めることと、

を区別する。

Sycophancy（迎合）は、

として監査する。

19. Sycophancy ≠ Empathy

である。

不必要な反論を避けるSupportive Responseと、誤った信念への迎合を同一視しない。

20. User Preference ≠ Relational Benefit

利用者がAI Responseを好むことは重要である。

しかしPreferenceだけではLong-term Benefitを確立できない。

である。

Cheng et al. (2026)では、Sycophantic Responseが利用者に好まれ得る一方、短期的な責任受容や対人修復意図には不利な影響が観察された。[D6-S02]

21. Low Immediate Friction ≠ Better Interpersonal Outcome

AIが反論せず、摩擦が少なく、いつでも応答することはShort-term Satisfactionを高め得る。

しかし、

である。

現実の人間関係では、

• disagreement

• negotiation

• repair

• boundary

• perspective-taking

も重要になり得る。

ただし、

とも言えない。

22. Sycophancy Evidence

Sycophancyを少なくとも4層へ分ける。

Level 1 — Model Behavior

利用者の主張・行動・信念への過度な同調。

Cheng et al. (2026)では、複数のLLMについてこの傾向が直接観察されている。[D6-S02]

Evidence Status：B — Direct empirical support

Level 2 — Short-Term Human Judgment

Sycophantic Interaction後の、

• self-justification

• responsibility taking

• interpersonal repair intention

等への短期的影響。[D6-S02]

Evidence Status：B

Level 3 — Belief Reinforcement

Psychosis-like / Delusion-like ScenarioのBenchmarkでは、モデルが妄想的前提を確認・強化する挙動が観察されている。[D6-S07]

ただしこれはSimulated Benchmarkである。

Evidence Status：C — Direct model-behavior evidence / indirect clinical relevance

Level 4 — Clinical Deterioration

実際の長期症状悪化、機能低下、再発、入院等。

一般的因果Evidenceは不足している。

Evidence Status：E

したがって、

である。

23. Reality Testing

Reality Testing（現実検討）は、特にPsychosis等で使用されるClinical Conceptである。

一般的な、

• misinformation

• poor judgment

• overconfidence

まで何でもReality Testingと呼ばない。

以下を分ける。

General Factual Correction

一般的な事実訂正。

Clinical Reality Testing

精神病性症状等で問題となる現実検討。

Cognitive Restructuring

CBT等で用いる認知再構成。

Benchmark上でDelusion Confirmationが観察されたことから、

と直接推論しない。[D6-S07]

24. Personalization

AI Personalizationは、

• Relevance

• Continuity

• User Preference

• Engagement

を改善し得る。

しかし、

である。

本人のGoal、Clinical Need、Safety、Long-term Interestを反映しているかは別途評価する。

25. Memory

Persistent Memory（持続的記憶）は、

• Conversation Continuity

• Personalization

• Relationship Continuity

を高める可能性がある。

しかし、

というChainは成立しない。

26. Memory Continuity Chain

最低限、

を分ける。

Persistent MemoryがLong-Term Clinical Outcomeを改善するDirect Evidenceは現時点で不足している。

27. Dependence

AI Mental Health Supportへの継続利用だけで、

とみなさない。

同時に、

とも言えない。

Domain 0・8と同じく、

を維持する。

28. Availability

24時間応答できるAIは、

• Waiting Time

• Geographic Barrier

• Scheduling Barrier

を減らす可能性がある。

これは実際のBenefitになり得る。

しかし、

である。

29. Effective Access

Mental Health Accessでは、

• Cost

• Language

• Privacy

• Disability Access

• Device

• Connectivity

• Clinical Referral

• Human Backup

• Emergency Pathway

を確認する。

さらに、

である。

AI利用がProfessional Help-Seekingを一般に増加させるか減少させるかは、現時点で方向を固定できない。

30. Disclosure

AIに対して人間より話しやすい利用者がいる可能性がある。

しかし、

である。

Disclosure Amount、Disclosure Quality、Safety、Outcomeを分ける。

31. Disclosure ≠ Clinical Benefit

多く話せたことは、

• Assessment Accuracy

• Treatment Benefit

• Risk Reduction

を自動的に意味しない。

逆に、AIへのDisclosureが本人にとって有益なSelf-reflectionになる場合もある。

方向を固定しない。

32. Crisis Detection

Suicide / Self-harm等のRisk DetectionではAccuracyだけを見ない。

最低限、

• Sensitivity

• Specificity

• False Positive

• False Negative

• Timing

• Severity

• Routing

• Escalation

• Human Response

• Emergency Access

• Follow-up

を確認する。[D6-S09]

33. Crisis Response Audit Map

危機対応を、

へ分解する。

これは必ず直列で進むStage Modelではなく、

である。

34. Detection ≠ Prevention

である。

Riskを検出できても、

• Responseが遅い

• Serviceがない

• Userが拒否する

• False Alarmが多い

• Routingが失敗する

• Escalationが失敗する

場合がある。

2025年のSystematic Reviewでは、AIを利用したSuicide Prevention RCTは6件・計793名で、Risk PredictionやHelp-seeking等の個別Processに一定の効果が見られる一方、Evidence certaintyは低かった。[D6-S09]

したがって、

である。

35. Alert ≠ Intervention

Alertが生成されたことと、

を分ける。

である。

36. Intervention ≠ Safe Outcome

専門家介入が行われても、

わけではない。

Safety Outcomeを別途測定する。

である。

37. Crisis Detection ≠ Clinical Care

Risk Detection SystemはClinical Care全体ではない。

Monitoring、Diagnosis、Treatment、Follow-upを一つにしない。

38. Human Oversight

Mental Health AIでも、

というLabelだけではSafetyを保証しない。

確認すべきなのは、

• 何を人間が見るか

• いつ見るか

• どのRiskを認識できるか

• 介入するAuthorityがあるか

• Intervention Resourceがあるか

• Userへ連絡可能か

• Recovery Pathがあるか

である。

39. Human Presence ≠ Effective Oversight

Clinicianが名目上関与していても、

• Review Volumeが多すぎる

• Alertが多すぎる

• Timingが遅い

• Informationが不足

• Intervention Capacityがない

ならEffective Oversightは成立しない。

Domain 10の監査規格を適用する。

40. AI Companion

AI Companion（AIコンパニオン）はClinical Toolとは別カテゴリとして扱う。

主なOutcomeは、

• Loneliness

• Perceived Support

• Relationship Satisfaction

• Emotional Regulation

• Social Substitution

• Social Integration

などである。

Domain 5のEvidenceをCross-referenceする。

41. Momentary Loneliness ≠ Long-Term Social Integration

一部のAI Companion研究では、短期的なSubjective Lonelinessの低下が報告されている。

しかし、

とは限らない。

である。

Domain 5のSource Ledgerを参照する。

42. Social Substitution

AI Interactionが、

• Human Contactを補完する

• Human Contactを代替する

• Help-seekingを促す

• Help-seekingを遅らせる

いずれの可能性もある。

一般方向を固定しない。

43. Relationship Outcome

AIとの関係では、

• Attachment

• Perceived Reciprocity

• Satisfaction

• Dependence

• Loneliness

• Social Integration

を分ける。

Domain 5と接続する。

44. Grief-like Distress

AI CompanionやPersistent Personaの終了・変更によって、

• grief-like distress（悲嘆様の苦痛）

• loss response（喪失反応）

• disruption（関係継続の断絶）

が報告されている。[D6-S08]

これは、

として扱える。

ただし、

である。

45. Children / Adolescents

子ども・思春期では、

• Development

• Identity Formation

• Social Learning

• Emotion Regulation

• Dependency

• Family Context

を考慮する必要がある。

Short-term User ExperienceのEvidenceと、長期Developmental Outcomeを分ける。

46. Long-Term Developmental Evidence

現在のGenerative AI世代について、

を十分に観測したEvidenceは存在しない。

このようなClaimは、

とする。

47. Children / Adolescents ≠ Adults

Adult EvidenceをChildren / Adolescentsへそのまま転送しない。

逆も同じである。

48. Positive Evidence

AI Mental Health Supportには肯定方向のEvidenceも存在する。

特定System、Population、Outcomeでは、

• Distress Reduction

• Symptom Improvement

• Perceived Support

• Loneliness Reduction

• Engagement

• Self-reflection

• Psychoeducation

が改善する場合がある。[D6-S01][D6-S04]

したがって、

という一般命題も支持されない。

49. Negative / Risk Evidence

同時に、

• Sycophancy

• Hallucination

• Unsafe Advice

• Reinforcement of Harmful Beliefs

• Privacy Risk

• Delayed Human Help-seeking

• Identity / Dependency Concerns

• Crisis Failure

等のRiskも存在する。[D6-S02][D6-S03][D6-S07][D6-S09]

BenefitとRiskを一つのAxisへ圧縮しない。

50. Benefit and Harm Are Not One Axis

同じ利用者で、

のような組合せも理論上あり得る。

逆に、

となる場合もある。

したがってNet BenefitだけでなくOutcomeごとに測る。

51. Care Pathway

Mental Health AIをStandalone Toolとしてだけでなく、

の中で評価する。

最低限、

• Before Care

• Between Sessions

• Adjunct to Therapy

• Standalone Support

• Crisis Bridge

• Post-treatment Support

を区別する。

同じAIでも位置づけが違えばOutcomeも変わる。

52. AI as Adjunct ≠ AI as Replacement

Clinicianと併用したEvidenceから、

の有効性を推論しない。

である。

Mostovoy et al. (2026)のAI conversational agentも、Human-led Parent Management Trainingを補完するAdjunctとして評価されている。[D6-S05]

53. Professional Responsibility

Clinical Contextでは、

• AI Provider

• Healthcare Organization

• Clinician

• User

のResponsibilityを分ける。

AIがRecommendationを生成したからといって、

わけではない。

具体的なLegal ResponsibilityはDomain 11で扱う。

54. Provider / Platform

Mental Health AIではProviderが、

• Model Update

• Memory

• Safety Policy

• Crisis Policy

• Data Retention

• Moderation

• Pricing

• Service Withdrawal

をControlする。

したがって、

だけで関係を分析しない。

55. Infrastructure Dependence

Mental Health Supportが特定Providerへ集中すると、

• Service Discontinuity

• Model Change

• Lost Memory

• Lost Persona

• Price Change

• Account Loss

が心理的・実務的影響を持ち得る。[D6-S08]

ただし、

とは一般化しない。

56. Privacy

Mental Health ConversationはSensitive Dataを含みやすい。

評価には、

• Data Collection

• Data Retention

• Model Training Use

• Human Review

• Third-party Sharing

• Account Linkage

等を含める。

Privacy ConcernとClinical Effectivenessを別Outcomeとして扱う。

57. Confidentiality ≠ Clinical Confidentiality

AI ServiceのPrivacy Policyがあることと、

は別である。

具体的な法的義務はDomain 11で扱う。

58. Measurement

Domain 6の主要Measurementでは、

• Self-report

• Symptom Scale

• Behavioral Measure

• Functional Measure

• Clinical Event

• Proxy Report

• System Metric

を分ける。

さらにAI Alliance研究では、

• Original Human Scale?

• AI-adapted?

• AI-specific?

• Reliability?

• Validity?

• Measurement Invariance?

を記録する。

59. Satisfaction ≠ Effectiveness

利用者満足度が高くてもClinical Outcomeが改善したとは限らない。

逆に、Therapeutically UsefulなInterventionが常に高Satisfactionになるとも限らない。

60. Engagement ≠ Benefit

長く使った、頻繁に使ったというEngagementだけでは、

を意味しない。

61. Frequent Use ≠ Dependency

高頻度利用からPathological Dependencyを推論しない。

利用目的、統制可能性、Functional Interference、代替手段を確認する。

62. Dependency ≠ Autonomy Loss

Dependencyが観察されても、

は別途測定する。

Domain 0・8の原則を適用する。

63. Reality-oriented Safety

Psychosis、Delusion-like Content、Mania等のHigh-risk Contextでは、

• confirmation

• escalation

• reinforcement

• referral

を慎重に監査する。

Psychosis-benchでは、複数LLMがDelusion-like Scenarioで妄想的前提を確認・強化する挙動を示す場合がある。[D6-S07]

ただしこれはBenchmark Evidenceであり、

である。

一般的なAI ErrorをすべてClinical Reality Testing Failureと呼ばない。

64. Evidence Status

Domain 6では、Conceptual Non-entailmentへA–Fを付けない。

以下は主としてConceptual Distinctionである。

• Feeling Better ≠ Long-Term Recovery

• Symptom Improvement ≠ Functional Recovery

• Perceived Digital Alliance ≠ Human Therapeutic Alliance

• Empathy ≠ Sycophancy

• Detection ≠ Prevention

• Alert ≠ Intervention

• Intervention ≠ Safe Outcome

• Availability ≠ Effective Access

• Disclosure ≠ Clinical Benefit

• Momentary Loneliness ≠ Long-Term Social Integration

• Frequent Use ≠ Dependency

• Dependency ≠ Autonomy Loss

A–Fは具体的Empirical Claimへ使用する。

B — Direct empirical support

• Therabotによる特定成人集団の短期症状改善。[D6-S01]

• SycophancyのModel Behaviorおよび短期Human Judgment Effect。[D6-S02]

• AI-targeted Alliance-like ratingの観察。[D6-S01][D6-S05]

• AI Relationship Discontinuation後のqualitative grief-like distress。[D6-S08]

C — Indirect / theory-consistent support

• Psychosis-like ScenarioでのDelusion ReinforcementとClinical Riskの接続。[D6-S07]

• Persistent MemoryとClinical Continuityの関係。

• Access improvementからClinical Accessへの限定的接続。

E — Evidence currently insufficient / indeterminate

• Sycophancyによる一般的Long-term Psychiatric Deterioration。

• General-purpose LLMによるLong-term Clinical Recovery。

• Persistent MemoryによるLong-term Clinical Benefit。

• AI利用がProfessional Help-Seekingへ与える一般方向。

• Crisis DetectionからSafe OutcomeまでのEnd-to-end Effect。

• Human–AI Therapeutic AllianceのConstruct Equivalence。

65. 現時点で言えること / What We Can Say Now

1. 一部の構造化・臨床設計AIは、特定の成人集団において短期的な症状尺度を改善し得る。[D6-S01][D6-S04]

2. Structured Clinical AIの有効性EvidenceをGeneral-purpose LLMへそのまま転用してはならない。[D6-S01][D6-S03]

3. 利用者はAIとの間にAlliance-like Experienceを報告し得るが、人間Therapeutic AllianceとのConstruct Equivalenceは確立していない。[D6-S01][D6-S05]

4. SycophancyはModel Behaviorとして観察され、特定条件では短期的な自己正当化、責任受容、対人修復意図等へ影響し得る。[D6-S02]

5. Sycophancyから一般的な長期精神疾患悪化を推論することはできない。[D6-S02]

6. Psychosis-like Scenarioでは、LLMがDelusion-like Beliefを確認・強化する挙動を示す場合がある。[D6-S07]

7. そのBenchmark挙動だけから、実際の患者のClinical Deteriorationを確立することはできない。[D6-S07]

8. Risk Detectionの性能と、実際のSuicide / Self-harm Prevention Outcomeは別である。[D6-S09]

9. 24時間利用可能であることは一部Access Barrierを下げ得るが、Adequate Clinical Capacityを意味しない。

10. 一部のAI Companionは短期的なSubjective Lonelinessを低下させ得るが、Long-term Social Integrationへの影響は未確定である。

11. AI Relationshipの終了・変更に伴うGrief-like Distressの質的Evidenceが存在する。[D6-S08]

12. Mental Health RecoveryはSymptom Reductionだけには還元できない。[D6-S06]

13. More Self-Disclosure、High Satisfaction、High Engagementはいずれも、それだけではClinical Benefitを確立しない。

14. Persistent MemoryがLong-term Clinical Outcomeを改善することは確立していない。

66. 現時点では言えないこと / What We Cannot Say Yet

1. AI TherapyがHuman Therapyと一般に同等または非劣性であるとは言えない。

2. 構造化されたClinical AIの有効性がGeneral-purpose LLMにも成立するとは言えない。[D6-S01][D6-S03]

3. 気分が楽になったことだけで、症状改善、機能回復、長期Recoveryが成立したとは言えない。

4. 短期的な症状尺度改善だけで、長期的Recoveryが成立したとは言えない。[D6-S04][D6-S06]

5. AIへのPerceived Digital AllianceがHuman Therapeutic Allianceと同じ心理構造であるとは言えない。[D6-S05]

6. Sycophancyが一般集団におけるLong-term Psychiatric Deteriorationを引き起こすとは言えない。[D6-S02]

7. Psychosis Benchmark上のDelusion Confirmationから、AIが実際にPsychosisを引き起こすと断定することはできない。[D6-S07]

8. AI CompanionがLong-term Social Isolationを改善するとは言えない。

9. AI CompanionがHuman Relationshipを一般に悪化させるとも改善するとも言えない。

10. AI利用がProfessional Help-Seekingを一般に増加させる、または減少させるとは言えない。

11. Persistent MemoryがMental Health Outcomeを改善するとは言えない。

12. More Self-DisclosureがMental Health Outcomeを改善するとは言えない。

13. Crisis Detection AccuracyがSuicide / Self-harm Preventionを保証するとは言えない。[D6-S09]

14. Appropriate Crisis Responseを生成できることが、Real-world InterventionやSafe Outcomeを保証するとは言えない。

15. Human-in-the-loopが存在することだけでEffective Oversightが成立するとは言えない。

16. Frequent UseだけでDependencyやAutonomy Lossが成立するとは言えない。

17. 一般目的LLMのSafety AlignmentがClinical Safetyを保証するとは言えない。[D6-S03]

18. 逆に、Generative AIをMental Health Supportへ使用することが本質的に無益または常に有害であるとも言えない。[D6-S01][D6-S04]

67. Boundary Conditions

各Claimで最低限次を明示する。

Population

• Age

• Diagnosis

• Severity

• Acute Risk

• Prior Treatment

• Vulnerability

System

• Structured Clinical

• General-purpose LLM

• Companion

• Crisis Detector

• Clinician-support Tool

Intervention

何を実際に行ったか。

Comparator

• Waitlist

• Usual Care

• Human Support

• Another Digital Tool

• No Intervention

Outcome

• Subjective

• Symptom

• Functional

• Behavioral

• Clinical

• Long-term

Time Horizon

• Single Session

• Days

• Weeks

• Months

• Years

Care Pathway

StandaloneかAdjunctか。

68. Source Ledger

[D6-S01] Heinz et al. (2025)

Citation
Heinz, M. V., Mackin, D. M., Trudeau, B. M., Bhattacharya, S., Wang, Y., et al. Randomized Trial of a Generative AI Chatbot for Mental Health Treatment.

Publication
NEJM AI, 2025;2(4)

DOI
10.1056/AIoa2400802

Publication Status
Peer-reviewed

Source Type
Randomized Controlled Trial

Evidence Layer
Layer B — Direct AI-Specific Evidence

Population
Adults with clinically significant symptoms of MDD, GAD, or clinically high risk for feeding and eating disorders

N
210

AI / System
Therabot — expert-fine-tuned Generative AI therapy chatbot

Comparator
Waitlist control

Intervention Duration
4 weeks

Follow-up
8 weeks

Main Result
Therabot users showed greater symptom reductions than waitlist controls across MDD, GAD and CHR-FED outcomes.

Supports
特定の構造化・臨床設計Generative AIが、対象成人集団で短期的症状尺度を改善し得る。

Does Not Support
Human Therapistとの一般的同等性。
General-purpose LLMへの一般化。
Acute Crisis Populationへの一般化。
Long-term Recovery。

Evidence Status
B — Direct empirical support for this system / population / outcome.

[D6-S02] Cheng et al. (2026)

Citation
Cheng, M. et al. Sycophantic AI decreases prosocial intentions and promotes dependence.

Publication
Science

Year
2026

DOI
10.1126/science.aec8352

Publication Status
Peer-reviewed

Source Type
Preregistered human experiments + model-behavior evaluation

Evidence Layer
Layer B

Population
U.S. adults

N
2,405 across three preregistered human experiments

AI / System
11 LLMs evaluated

Supports
Sycophancy as observable model behavior.
Short-term effects on self-justification, responsibility taking and interpersonal repair intentions.

Does Not Support
Psychosis causation。
Long-term psychiatric deterioration。
Universal Mental Health Harm。

Evidence Status
B for short-term model / human outcomes.
E for long-term psychiatric outcome.

[D6-S03] Suhas et al. (2026)

Title
AI Safety Training Can be Clinically Harmful

Source
arXiv:2604.23445

Publication Status
Preprint

Source Type
Simulation / Protocol-fidelity evaluation

Evidence Layer
Layer B for model behavior; clinical relevance remains indirect

AI / System
General-purpose LLMs

Context
Simulated prolonged exposure therapy / CBT-related scenarios

Supports
Safety-aligned model behavior can conflict with fidelity to specific therapeutic protocols in simulation.

Does Not Support
Observed patient harm。
Clinical deterioration in treated populations。
General claim that safety training is clinically harmful across systems and treatments。

Evidence Status
B for simulated model behavior.
D/E for actual patient harm.

[D6-S04] Zhong, Luo & Zhang (2024)

Citation
Zhong, W., Luo, J., & Zhang, H. The therapeutic effectiveness of artificial intelligence-based chatbots in alleviation of depressive and anxiety symptoms in short-course treatments: A systematic review and meta-analysis.

Publication
Journal of Affective Disorders, 356, 459–469

DOI
10.1016/j.jad.2024.04.057

Publication Status
Peer-reviewed

Source Type
Systematic Review / Meta-analysis

Evidence Layer
Layer B / structured AI-chatbot evidence

Supports
AI-based chatbots can improve depression and anxiety outcomes in short-course interventions.

Does Not Support
Long-term durable recovery。
General-purpose LLM efficacy。
Human Therapist equivalence。

Evidence Status
A/B within the stated short-term structured-chatbot scope.

[D6-S05] Mostovoy et al. (2026)

Citation
Mostovoy, K., Pineda, B. S., Bharat, A., Patterson, T., Mao, J., Rivera-Cepeda, C. F., Bagner, D. M., Hardan, A. Y., & Bunge, E. L. Engagement, Satisfaction, and Therapeutic Alliance With an AI Conversational Agent for Parents: Quantitative Descriptive Study.

Publication
JMIR Formative Research, 10:e100302

DOI
10.2196/100302

Publication Status
Peer-reviewed

Source Type
Quantitative Descriptive Study

Evidence Layer
Layer B

Context
AI conversational agent used as adjunct to therapist-led Parent Management Training

Measurement
WAI-SR

Supports
Users can report high alliance-like ratings toward an AI conversational agent.

Does Not Support
Human–AI measurement invariance。
Construct equivalence with Human Therapeutic Alliance。
Standalone AI treatment efficacy。

Measurement Invariance
Not established.

Evidence Status
B for reported Perceived Alliance.
E for Human–AI Construct Equivalence.

[D6-S06] Leamy et al. (2011)

Citation
Leamy, M., Bird, V., Le Boutillier, C., Williams, J., & Slade, M. Conceptual framework for personal recovery in mental health: systematic review and narrative synthesis.

Publication
British Journal of Psychiatry

Year
2011

Source Type
Systematic Review / Narrative Synthesis

Evidence Layer
Layer A — Existing Research Tradition

Framework
CHIME

• Connectedness

• Hope

• Identity

• Meaning

• Empowerment

Supports
Personal Recovery is multidimensional and not reducible to symptom reduction.

Does Not Support
AI-specific treatment efficacy.

Evidence Status
A within Recovery Research.

[D6-S07] Au Yeung et al. (2025)

Citation
Au Yeung, J., Dalmasso, J., Foschini, L., Dobson, R. J. B., & Kraljevic, Z. The Psychogenic Machine: Simulating AI Psychosis, Delusion Reinforcement and Harm Enablement in Large Language Models.

Source
arXiv:2509.10970

Publication Status
Preprint / Benchmark Study

Source Type
Simulated multi-turn benchmark

AI / System
Eight LLMs

Design
16 structured multi-turn psychosis-related scenarios

Measures
Delusion Confirmation Score
Harm Enablement Score
Safety Intervention Score

Supports
Some LLMs can confirm or reinforce delusion-like premises in simulated vulnerable-user scenarios.

Does Not Support
AI causes psychosis。
Observed clinical deterioration in real patients。
Population-level incidence or causal risk.

Evidence Status
B for benchmarked model behavior.
C for clinical-risk inference.
E for long-term patient outcome.

[D6-S08] Poonsiriwong, Archiwaranguprok & Pataranutaporn (2026)

Citation
Poonsiriwong, R., Archiwaranguprok, C., & Pataranutaporn, P. “Death” of a Chatbot: Investigating and Designing Toward Psychologically Safe Endings for Human-AI Relationships.

Source
arXiv:2602.07193

Publication Status
Preprint

Source Type
Qualitative / Grounded Theory Study

Evidence Layer
Layer B — Direct Human–AI Relationship Evidence

Context
AI companion discontinuation, model update, platform change, relationship ending

Supports
Users can report substantial distress and grief-like responses following AI relationship discontinuation.

Does Not Support
Construct equivalence with human bereavement。
General psychiatric harm from platform changes。

Evidence Status
B for qualitative user-distress evidence.

[D6-S09] Fernández-Quijano et al. (2025)

Citation
Fernández-Quijano, I., Herrera-Peco, I., López-Espuela, F., Suárez-Llevat, C., Moreno-Sánchez, R., & Ruiz Núñez, C. Artificial Intelligence in Suicide Prevention: A Systematic Review of Randomized Controlled Trials on Risk Prediction, Fully Automated Interventions, and AI-Guided Treatment Allocation.

Publication
Psychiatry International, 6(4), 143

DOI
10.3390/psychiatryint6040143

Publication Status
Peer-reviewed

Source Type
Systematic Review of RCTs

Evidence Layer
Layer A/B depending included intervention

Evidence Base
6 RCTs, N=793

Supports
AI can affect discrete components of suicide prevention such as risk stratification, crisis-service uptake and treatment allocation under studied conditions.

Does Not Support
Detection alone prevents suicide。
End-to-end crisis safety is established。
General LLM crisis effectiveness。

Key Limitation
Overall GRADE certainty was low due to limited sample sizes, imprecision and heterogeneity.

Evidence Status
B for specific studied process outcomes.
E for broad end-to-end safe-outcome claims.

69. Cross-References

Domain 0 — Cross-Domain Audit Protocol

Dependence、Autonomy、Evidence Status、Time Horizonの基本規格。

Domain 2 — Decision Formation

AI Advice、Help-seeking、Clinical Decision Formation。

Domain 3 — Trust

Trust、Reliance、Calibration、Overreliance。

Domain 4 — Communication

Empathy、Validation、Framing、Disclosure。

Domain 5 — Companion・Attachment

Attachment、Perceived Reciprocity、Loneliness、Relationship Outcome、AI Relationship Discontinuation。

Domain 7 — Care

Clinical Support、Monitoring、Caregiver、Supported Decision-Making。

Domain 8 — Accessibility

Access、Permanent Support、Infrastructure Dependence。

Domain 10 — Oversight・Safety・Control

Detection、Alert、Escalation、Intervention、Safe Outcome。

Domain 11 — Institution・Law・Governance

Professional Responsibility、Provider Governance、Privacy、Legal Duty。

70. Research Gaps

重要なResearch Gapは、

• Long-term General-purpose LLM Mental Health Outcome

• Long-term AI Companion Social Integration

• Child / Adolescent Development

• Persistent Memory and Clinical Outcome

• Sycophancy and Psychiatric Trajectory

• Human Help-seeking Substitution / Complementarity

• Human–AI Clinical Alliance Measurement Equivalence

• Crisis Detection → Intervention → Safe Outcome

• Provider Discontinuity

• AI-specific Dependency

• Functional Recovery

である。

特に、

へのEvidence Gapが大きい。

71. Classical / Philosophical Lenses

Freud

Historical Importanceはあるが、Domain 6のEmpirical Backboneにはしない。

Immediate ReliefとReality-oriented Adaptationを区別するOptional Historical Lensに限定する。

Harry Stack Sullivan

Interpersonal Psychiatry、Evaluation Anxiety、Self-Disclosureを考えるHistorical Clinical Lensとして限定利用可能。

Carl Rogers

Empathy、Acceptance、Therapeutic Relationshipの歴史的・臨床的文脈で有用。

ただし、AIがRogers型Therapeutic Relationshipを再現したEvidenceにはしない。

Camus

Coreから除外する。

Ulrich Beck

Risk Society / Responsibility DiffusionはDomain 11側のInstitution / Governanceに近く、Domain 6のEvidence Coreには置かない。

72. Existing-Theory-First Final Judgment

Domain 6では、

• Clinical Psychology

• Psychiatry

• Psychotherapy Research

• Digital Mental Health

• Recovery Research

• Social Support

• Crisis Intervention

• HCI

で主要問題の大部分を扱える。

AI-specific Extensionが有用なのは、

• Sycophancy

• Persistent Conversational Memory

• Always-available Companion

• Synthetic Empathy

• Model Update

• Provider-mediated Relationship

• General-purpose LLM Use Outside Formal Care

である。

現時点で、新しい包括的AI Mental Health Theoryの必要性は確認できない。

73. Final Assessment

Domain 6で最も危険な短絡は、

という一方向のChainである。

これは成立しない。

同様に、

とも言えない。

また、

とも言えない。

Mental Health AIを評価するときには、

を明示し、

• 主観的な苦痛軽減（Subjective Relief）

• 症状変化（Symptom Change）

• 機能的Outcome（Functional Outcome）

• 臨床事象（Clinical Event）

• 長期的Recovery（Long-term Recovery）

を分ける必要がある。

さらに危機対応では、

を維持する。

General-purpose LLMでは、

を維持する。

Psychosis-like Benchmarkでは、

である。

AI Companionでは、

である。

Allianceについても、

である。

同時に、慎重さを理由として、

と一般化してもならない。

特定のSystem、Population、OutcomeではDirect Benefitが存在する。[D6-S01][D6-S04]

したがって本領域の中心原則は、

ことである。

「楽になった」のか。

「症状が改善した」のか。

「生活機能が改善した」のか。

「危機が回避された」のか。

「長期的に回復した」のか。

それらを一つの「Mental Health Benefit」という言葉へ圧縮しない。

領域 6 / Domain 6は、新しいAI Mental Health Theoryではない。