Toimiiko tekoälypsykologi oikeasti? Näyttö tekoälyterapiachatboteista

Skeptikoilla on oikeus kysyä, tekeekö tekoälypsykologi mitään mitattavaa vai kuulostaako se vain tukevalta. Rehellinen, näyttöön perustuva vastaus on kyllä – todellisin rajoituksin: ensimmäinen satunnaistettu kontrolloitu koe generatiivisella tekoälyterapiachatbotilla, julkaistu NEJM AI -lehdessä maaliskuussa 2025, sekä joukko meta-analyysejä kymmenistätuhansista osallistujista viittaavat molemmat mitattaviin, pieniin tai kohtalaisiin hyötyihin masennuksessa ja ahdistuksessa. Alla käyt läpi, mitä tutkimus itse asiassa sanoo – mukaan lukien missä näyttö on vahvaa, missä ohutta ja keitä se ei koske.

Näyttö viittaa todellisiin mutta vaatimattomiin hyötyihin – tekoälypsykologi toimii parhaiten harkittuna ensiaskeleena, ei parannuskeinona.

Tämä ei ole hypeä eikä väheksyntää. Tämä on katsaus uraauurtavaan Dartmouthin Therabot-satunnaistettuun kokeeseen, meta-analyyseihin, jotka kattavat kymmeniätuhansia osallistujia 18 maassa, ja niihin nimenomaisiin kohtiin, joissa näyttöpohja on yhä ohut.

Tämä artikkeli käy läpi julkaistua tutkimusta eikä ole lääketieteellistä neuvontaa. Tekoälypsykologi ei korvaa laillistettua kliinikkoa. Jos olet kriisissä Yhdysvalloissa, voit soittaa tai lähettää tekstiviestin numeroon 988 (Suicide and Crisis Lifeline) tai lähettää viestin HOME numeroon 741741. Soita 911 välittömässä vaarassa.

Lyhyt vastaus: mitattavia hyötyjä, rajoituksin

“Toimii” tarkoittaa tässä yhteydessä näiden kokeiden kanssa kapeaa, testattavaa merkitystä – ja se kannattaa määritellä ennen kuin katsoo lukuja. Kun tuo merkitys on selkeä, näytön muoto lakkaa muistuttamasta markkinointia ja alkaa muistuttaa tavallista, epätäydellistä kliinisen tutkimuksen pohjaa.

Mitä “toimii” oikeasti tarkoittaa tässä

Tässä tutkimuksessa “toimii” tarkoittaa tilastollisesti merkitsevää oireiden vähenemistä verrattuna kontrolliryhmään, mitattuna määritellyn koejakson aikana – useimmiten 4–8 viikkoa. Se ei tarkoita parannuskeinoa, eikä se tarkoita vastaavuutta vuosien psykoterapian kanssa. Vaikutus on todellinen mutta vaatimaton, ja toistaiseksi se keskittyy kohdennettuihin kognitiivisen käyttäytymisterapian (CBT) -työkaluihin pikemmin kuin yleisiin chatboteihin.

Tuo erottelu merkitsee enemmän kuin mikään yksittäinen prosenttiluku tässä artikkelissa. Satunnaistettu kontrolloitu koe (RCT) on suunnitelma, johon tutkijat luottavat eniten, koska se vertaa tekoälyterapiachatbotia aitoon kontrolliryhmään ja erottaa työkalun vaikutuksen pelkästä lumevaikutuksesta, ajasta tai huomiosta.

Miksi vastaus on “kyllä, mutta”

Paras yksittäinen aineisto – Dartmouthin Therabot-koe – osoittaa merkityksellisen laskun masennus- ja ahdistusoireissa. Laajemmat meta-analyysit, jotka kokoavat kymmeniä kokeita, vahvistavat pienen tai kohtalaisen vaikutuksen pikemminkin kuin poikkeavan tuloksen. Mutta kolme varaumaa koskee lähes kaikkia tuloksia: seurantadata, joka tarvitaan todistamaan hyödyn kestävyys, on ohutta, harhan riski taustatutkimuksissa on usein korkea, ja vahvin näyttö kuuluu kapealle kohdennettujen työkalujen luokalle, ei chatboteille yleisesti.

Uraauurtava tutkimus: Dartmouthin Therabot-koe

Suurin osa siitä, mitä tiedetään siitä, voiko generatiivinen tekoälyterapiachatbot vaikuttaa kliinisiin oireisiin, tulee yhdestä kokeesta, joten kannattaa käydä läpi, mitä se todella testasi ja löysi.

Mitä koe löysi

Ensimmäinen satunnaistettu kontrolloitu koe generatiivisella tekoälyterapiachatbotilla julkaistiin NEJM AI -lehdessä maaliskuussa 2025. Dartmouthin tutkijat ottivat mukaan 210 aikuista, joilla oli vakava masennus, yleistynyt ahdistuneisuushäiriö tai kliinisesti korkea riski syömis- ja ravitsemushäiriöihin, ja satunnaistivat 106 Therabotiin ja 104 jonotuslistakontrolliin. Neljän ja kahdeksan viikon jälkeen hoitoryhmän masennusoireet laskivat 51 %, ahdistusoireet 31 % ja syömishäiriöihin liittyvät huolet kehosta 19 % – vähenemät, joita tutkimuksen tekijät kuvasivat verrattavina siihen, mitä tyypillisesti nähdään avohoitoterapiassa.

Dartmouthin Therabot-kokeessa masennusoireet laskivat 51 %, ahdistus 31 % ja syömishäiriöhuolet 19 % kahdeksassa viikossa.

Therabot itse ei ole yleinen chatbot; se oli koulutettu erityisesti CBT:n parhaisiin käytäntöihin ja kliinisiin dialogimalleihin, mikä on iso osa syytä, miksi sen tulokset eivät automaattisesti siirry muihin tekoälytyökaluihin.

Yllätys terapeuttisesta liittosuhteesta

Osallistujat käyttivät Therabotia noin kuusi tuntia koejakson aikana, mikä vastaa noin kahdeksaa terapiaistuntoa, ja noin kolme neljäsosaa ei saanut muuta mielenterveyshoitoa tuolloin. Merkittävää oli, että he arvioivat luottamuksensa ohjelmistoon lähelle sitä, mitä potilaat tyypillisesti raportoivat ihmisterapeutista.

Emme odottaneet, että ihmiset lähestulkoon kohtelisivat ohjelmistoa kuin ystävää. Se kertoo minulle, että he tosiasiassa muodostivat suhteita Therabotin kanssa. — Nicholas Jacobson, Dartmouth (Therabot-tutkimuksen johtava tutkija)

Tämä sitoutumisen taso on epätavallista itseohjautuvalle digitaaliselle työkalulle, jossa keskeyttäminen on tyypillisesti suurin este mille tahansa mitattavalle vaikutukselle.

Mitä meta-analyysit sanovat tuhansien ihmisten joukossa

Yksittäinen koe, olipa se kuinka hyvin suunniteltu tahansa, ei riitä vahvistamaan koko kentän laajuista kaavaa. Sitä varten meta-analyysit ovat, ja tekoälyterapiachatbottien osalta ne kattavat nyt riittävän suuren otoksen sanoakseen jotain varmuudella.

Pieni tai kohtalainen, mutta johdonmukainen. Vuoden 2025 meta-analyysi, joka keskittyi nuoriin ja nuoriin aikuisiin ja kokosi 31 satunnaistettua kontrolloitua koetta ja 29 637 osallistujaa 18 maasta, löysi standardoituja keskiarvoeroja −0,43 masennukselle, −0,37 ahdistukselle ja −0,35 yleiselle psyykkiselle kärsimykselle. Nämä ovat vaatimattomia vaikutuskokoja tavanomaisten kliinisten standardien mukaan, mutta ne olivat tilastollisesti vankkoja otoksessa, joka oli riittävän suuri sulkemaan pois sattuman selityksenä. Koska tutkimusväestö painottui nuorempaan päähän (15–39-vuotiaat), nämä luvut puhuvat suorimmin tälle ikäryhmälle pikemmin kuin aikuisille laajasti.

Kokoamalla 31 satunnaistettua koetta ja 29 637 osallistujaa 18 maasta vaikutus on todellinen mutta pieni tai kohtalainen – ei parannuskeino.

Vaikutus on vahvin lyhyellä aikavälillä. Erillinen meta-analyysi lyhyemmistä interventioista löysi saman kaavan: merkitseviä mutta pieniä parannuksia, jotka keskittyivät käytön ensimmäisiin neljään tai kahdeksaan viikkoon, hyvin lähelle Therabot-kokeen omaa ikkunaa. Tuon pisteen jälkeen data siitä, kestääkö hyöty, muuttuu merkittävästi ohuemmaksi.

Tulosmittari	Standardoitu vaikutuskoko (SMD)	Tulkinta
Masennus	−0,43	Pieni tai kohtalainen
Ahdistus	−0,37	Pieni tai kohtalainen
Yleinen psyykkinen kärsimys	−0,35	Pieni
Koettu stressi	−0,41	Pieni tai kohtalainen

Nämä luvut ovat peräisin 31 RCT:n yhdistetystä analyysistä, ei yksittäisen tuotteen markkinointiväitteistä, minkä vuoksi tutkijat kohtelevat niitä lähimpänä koko kentän laajuista vastausta, joka tänään on saatavilla.

Kaikki “tekoälyterapeutit” eivät ole samanlaisia: kohdennetut vs. yleiset

Sanaa “tekoälyterapeutti” sovelletaan kahteen hyvin erilaiseen ohjelmistoluokkaan, ja näyttö tukee vain toista niistä.

Missä näyttö oikeasti on

Jokainen tähän mennessä käsitelty koe testasi työkalua, joka on kohdennettu mielenterveyteen ja perustuu CBT:hen – Therabot ja aiemmassa tutkimuksessa Woebot ja Wysa. Nämä tuotteet suunniteltiin alusta alkaen kliinisillä protokollilla, testattiin kontrolloiduissa tutkimuksissa ja iteroitiin tulosdatan perusteella. Tuo näyttöpohja ei ulotu yleisiin suuriin kielimalleihin kuten ChatGPT, joita ei ole validoitu satunnaistetuissa kliinisissä kokeissa terapeuttiseen käyttöön.

• Therabot – kohdennettu CBT-chatbot, testattu RCT:ssä 210 osallistujalla (NEJM AI, 2025)
• Woebot – aiempi CBT-pohjainen chatbot, jolla on julkaistua pilotti- ja RCT-näyttöä
• Wysa – CBT-pohjainen chatbot, jolla on julkaistuja vaikuttavuustutkimuksia
• Yleiset LLM-chatbotit (esim. ChatGPT) – ei kliinisiä kokeita, jotka validoisivat terapeuttisen käytön

Miksi erottelulla on merkitystä

American Psychological Association on varoittanut, että yleiset tekoälychatbotit terapian korvikkeena käytettyinä voivat aiheuttaa todellisia riskejä, juuri siksi, että niistä puuttuvat ne kliiniset turvamekanismit ja validointi, joiden ympärille kohdennetut työkalut suunniteltiin. Tässä artikkelissa käsitellyt myönteiset koetulokset kuuluvat kapealle jäsennettyjen, kliinisesti suunniteltujen tuotteiden luokalle – eivät mille tahansa chatbotille, jonka kanssa henkilö sattuu puhumaan.

Ominaisuus	Kohdennettu CBT-chatbot (esim. Therabot)	Yleinen LLM-chatbot (esim. ChatGPT)
Koulutettu CBT-protokollilla	Kyllä	Ei
Testattu satunnaistetussa kontrolloidussa kokeessa	Kyllä (Therabot: NEJM AI, 2025)	Ei
APA:n merkitsemä kliininen riski	Alhaisempi, mutta yhä valvonnassa	Korkeampi – nimenomaisesti merkitty
Käyttötarkoitus	Mielenterveystuki	Yleinen keskustelu

Näytön rehelliset rajoitukset

Jokainen yllä oleva luku tulee oikeista kokeista, mutta näiden kokeiden takana olevat tutkijat ovat avoimia siitä, kuinka pitkälle data todellisuudessa ulottuu – ja se kannattaa ottaa sellaisenaan sen sijaan, että lukisi sen ohi.

Näyttö tukee kohdennettuja, kokeissa testattuja CBT-työkaluja – ei yleisiä chatboteja, joilla ei ole kliinistä validointia.

Tässä on se, mikä rajoittaa näyttöpohjaa tänään:

1. Useimmilla mukaan otetuilla tutkimuksilla on korkea harhan riski suunnittelussaan tai raportoinnissaan.
2. Näytön kokonaislaatu on arvioitu erittäin matalaksi tai matalaksi GRADE-viitekehyksellä, standardilla, jota tutkijat käyttävät varmuuden arviointiin.
3. Seitsemällätoista suurimman meta-analyysin 31 tutkimuksesta oli keskeyttämisaste yli 20 %, mikä tarkoittaa, että merkittävä osa osallistujista jätti kesken ennen kuin oli valmis.
4. Vain 15 näistä 31 tutkimuksesta keräsi lainkaan seurantadataa, mikä ei riitä vahvistamaan, säilyvätkö hyödyt kokeen päättymisen jälkeen.
5. Vain kolme koko meta-analyysin tutkimusta testasi nimenomaan generatiivista tekoälyä vanhempien sääntöpohjaisten chatbottien sijaan – joten uusimman työkalusukupolven osalta vaikuttavuus laajassa mittakaavassa jää, tutkijoiden omin sanoin, tuntemattomaksi.

Jopa Therabot-tekijät, joiden koe tuotti alan vahvimmat tulokset tähän mennessä, päättelivät, ettei mikään generatiivinen tekoälyagentti ole valmis toimimaan täysin itsenäisesti mielenterveyshoidossa ja että tiivis kliininen valvonta on edelleen ratkaisevaa turvalliselle käyttöönotolle.

Voiko tekoälypsykologi siis korvata terapeuttisi?

Kaiken yllä olevan perusteella näyttö tukee tekoälypsykologille tiettyä, rajattua roolia – ei pelkkää kyllä tai ei.

Realistinen rooli näytölle

Tänään saatavilla oleva data tukee tekoälypsykologia edullisena, saavutettavana ensiaskeleena tai hoidon täydennyksenä – aidosti hyödyllinen lievään tai kohtalaiseen masennukseen ja ahdistusoireisiin, selviytymistaitojen harjoitteluun oikeiden istuntojen välillä ja ihmisille, jotka kohtaavat pitkiä jonoja tai kustannusesteitä ihmisterapiaan. Se ei tue tekoälypsykologin kohtelemista laillistetun kliinikon korvikkeena, eikä se nimenomaisesti tue sen käyttöä diagnoosiin, lääkityksen hallintaan, traumahoitoon tai kriisihoitoon.

Hyvin sopiva lieviin tai kohtalaisiin oireisiin ja tukeen istuntojen välillä – ei diagnoosiin, lääkitykseen, traumaan tai kriisiin.

Mitä näyttö tukee:

• Edullinen, saavutettava ensiaskel lievään tai kohtalaiseen masennukseen tai ahdistukseen
• Täydennys selviytymistaitojen harjoitteluun oikeiden terapiaistuntojen välillä
• Väliaikainen ratkaisu ihmisille, joilla on pitkät jonot tai kustannusesteet ihmishoitoon

Mitä näyttö ei tue:

• Mielenterveyshäiriön diagnosointi
• Lääkityksen hallinta
• Traumahoito
• Kriisi- tai hätäapu

Kuka tahansa, joka harkitsee jonkin kokeilua, voi käydä läpi samat kysymykset, jotka tutkimus itse nostaa esiin:

1. Ovatko oireesi lieviä tai kohtalaisia pikemmin kuin vakavia tai monimutkaisia?
2. Onko harkitsemasi työkalu kohdennettu mielenterveyteen (kuten Therabot, Woebot tai Wysa) vai yleinen chatbot?
3. Onko sinulla pääsy laillistetun kliinikon luo diagnoosia tai lääkitystä varten, jos tarpeen?
4. Käytätkö sitä terapian täydennyksenä vai sen täytenä korvikkeena?
5. Tunnetko paikalliset kriisiresurssisi (988, 741741, 911), ennen kuin tarvitset niitä?
6. Seuraatko, paranevatko oireesi todella parin viikon aikana, sen sijaan että olettaisit niiden paranevan?

UKK

Toimiiko tekoälyterapia oikeasti?

Lievään tai kohtalaiseen masennukseen ja ahdistukseen kohdennetut CBT-chatbotit osoittavat pieniä tai kohtalaisia, tilastollisesti merkitseviä lyhyen aikavälin hyötyjä satunnaistetuissa kokeissa – todellisia mutta vaatimattomia, eikä yleislääkettä.

Mitä Dartmouthin Therabot-tutkimus löysi?

Ensimmäisessä generatiivisen tekoälyterapiachatbotin RCT:ssä, joka julkaistiin NEJM AI -lehdessä 2025, masennusoireet laskivat 51 %, ahdistus 31 % ja syömishäiriöhuolet 19 % 8 viikossa verrattuna jonotuslistakontrolliin.

Kuinka tehokkaita CBT-chatbotit ovat masennukseen ja ahdistukseen?

Meta-analyysi 31 satunnaistetusta kokeesta ja 29 637 nuoresta ja nuoresta aikuisesta löysi standardoituja vähenemiä noin −0,43 masennukselle ja −0,37 ahdistukselle – pieni tai kohtalainen vaikutus, vahvin ensimmäisten 4–8 viikon aikana.

Kestävätkö tekoälyterapian hyödyt?

Se on epäselvää. Seurantadata on ohutta – vain 15 tutkimusta 31:stä suurimmassa meta-analyysissä keräsi sitä lainkaan – ja tutkijat huomauttavat, että vaikutukset voivat hiipua interventiojakson päätyttyä.

Voiko tekoälyterapia korvata ihmisterapeutin?

Ei. Jopa vahvimman myönteisen kokeen takana olevat tutkijat sanovat, ettei generatiivinen tekoäly ole valmis toimimaan itsenäisesti mielenterveyshoidossa; se toimii parhaiten täydennyksenä, ei korvikkeena, eikä koskaan kriisihoitoon.