对于全球精神科临床医生而言，除了精神疾病本身的规范治疗外，如何应对精神疾病相关污名和社会偏见同样构成了巨大的挑战。

全球约有2.8亿人患有抑郁症，占成年人口的5%。抑郁症的视觉呈现不仅仅是审美问题，更是临床干预的一环。研究明确指出，精神健康相关污名不仅影响患者社会功能，也可能降低其求助意愿与治疗依从性。例如，高度的自我污名会直接导致治疗依从性下降，而这种心理状态往往源于媒体对精神疾病的负面刻板呈现。相反，积极的视觉信息可以提高患者对症状的识别能力及求助意愿，并显著改善患者、家属与医疗专业人员之间的沟通。

然而遗憾的是，媒体报道常用的库存照片往往过度强调绝望感，如单人独处、在黑暗长廊中凝视虚空等画面，这些都在无形中加重了社会的偏见。那么问题来了：AI生成的图片表现又如何？

近期，一项发表于JMIR Human Factors的西班牙研究深入探讨了大众媒体图像与生成式人工智能（AI）图像在描绘抑郁症时的差异。研究显示，两者都未能完全摆脱刻板印象，而AI生成的图像在引发污名和负面情感方面更具风险。

为深入对比媒体与AI在图像呈现上的优劣，研究团队采用了混合研究法：首先，通过包含15名参与者（包括抑郁症患者和年轻人）的讨论组进行质性分析；随后，开展了一项准实验性的在线调查，共收集了792名受访者的有效数据。

调查对象被严格划分为两组：一组是已被医生诊断抑郁症的患者，共390人；另一组是未被诊断患有精神障碍的年轻人，共402人。这种设计确保研究能够覆盖最受图像影响的两个核心群体，即处于疾病痛苦中的个体及数字媒体的主力受众。

研究选取了30张来自西班牙主流报纸的媒体图像，以及30张使用「抑郁症」作为关键词生成的AI图像。此外，研究还纳入了心理健康协会推荐的专业视觉指南作为对比参考。

无论是大众媒体还是AI，在描绘抑郁症时都表现出令人担忧的同质化。绝大多数图像都包含了专业协会明令建议回避的元素，包括人物独处、缺乏社交、低头看地、遮住面部或蜷缩在角落。30张AI生成的图像中，有18张呈现了同一种姿势：一个人坐着，双手抱头或抱膝，显得极度被孤立和痛苦。

研究者认为，这种高度同质化可能反映了生成式AI模型倾向于调用训练数据中最常见的抑郁症视觉符号。

▶ 「AI偏见」

研究通过准实验设计（实验组被告知图像来源，对照组不知情）发现，当受访者知道图像是由AI生成时，他们对其产生的排斥感显著增加（P < .001）。实验组中，受访者明确倾向于选择媒体图像，认为其相对更真实、得体、具包容性。而在不知情的情况下，受访者对两类图像的选择更为均衡。

这表明，公众对于AI在精神健康这一敏感领域的应用持谨慎甚至怀疑的态度。研究者认为，这种知情后的偏好变化，可能反映了公众对AI生成内容真实性与适当性的天然疑虑。

▶ 性别差异

研究还发现，女性受访者在判断图像是否真实时，比男性更倾向于选择媒体图像（P = .005）。当被要求评估图像的「适当性」时，女性也对那些过度夸张的AI生成图像表现出更强的抵触心理。

鉴于抑郁症在女性中的高患病率及男性普遍较低的求助意愿，这种视觉偏好的差异对于制定精准的公共卫生策略很有参考价值。

本项研究最重要的部分在于，它直接询问了抑郁症患者：什么样的图像才是好的、有帮助的？

▶ 多样化疾病呈现

无论是患者还是年轻人，排名第一的建议都是「考虑到抑郁症有轻有重，单一图像无法代表整个人群」。临床沟通中，过度强调极端痛苦（如哭泣、黑暗）可能会让轻症或症状隐匿的患者产生「我可能不是抑郁症」的错觉，从而延误诊断。

▶ 展示支持与陪伴

排名第二的建议是「展示帮助的存在、治疗方案及社交支持」。参与者普遍倾向于认为，体现支持系统、治疗资源及社会连接的图像，更能帮助公众理解抑郁症。

▶ 强调日常生活场景

参与者（尤其是40-50岁及25-29岁的年龄段）强烈建议，应展示患者在工作、运动、与朋友聚会或进行日常活动时的画面。这种呈现能够向社会传递一个核心信息——抑郁症患者并非丧失了生活能力，他们仍然是社会和家庭的重要成员。

随着生成式AI在媒体和科学传播中的广泛应用，AI生成图像可能会像现在的素材库图片一样泛滥。然而，由于AI模型往往默认采用训练数据中最常见的视觉符号，它极易陷入污名化的逻辑闭环。

本研究为临床医生、科学传播者及AI研发人员提出了明确的呼吁：

首先，视觉叙事必须多元化，图像应跨越性别、年龄、种族及身体功能的多样性。

其次，精神健康传播需要用户参与式的设计，不应由技术人员或编辑独立决定图像，而应建立科学记者、AI研发人员、精神科专家及患者协会之间的紧密协作桥梁。只有走出绝望的长廊，展示疾病的多样性与康复的希望，视觉工具才能从污名化的助推器转变为辅助康复的温情力量。

本研究仍存在一定局限性。首先，研究对象均来自西班牙，结果可能受到文化背景及公众AI接受度差异的影响，外推性有限；其次，AI图像基于简单关键词生成，不同提示词及模型版本可能显著影响结果；此外，本研究主要评估受访者对图像的主观感受与偏好，而非AI图像是否真实导致污名加重或就医行为改变。

警惕AI对精神科论文写作的隐秘影响 | 专家视角

2026-01-06

文献索引：Saladie N, Llorente C, Joosten R, et al. Comparing Images of Depression in Mass Media and AI-Generated Pictures: Mixed Methods Study. JMIR Hum Factors. 2026 Apr 14;13:e81230. doi: 10.2196/81230. PMID: 41980240; PMCID: PMC13094379.