心病“新”醫中國心理健康產業科技創新研究報告2前言隨著心理健康認知的提升以及收入水平的提高，大眾對心理健康服務的需求繼而慢慢釋放出來，市場潛力巨大。心理健康產業與創新技術的融合也為產業帶來了新的發展機遇。各科技創新企業基于自身優勢進入這一賽道，為心理健康產業注入了新的技術融合形式、新的數據源、新的應用模式。但總體來看，中國心理健康產業科技創新發展還處于早期階段。各參與方正在積極推動制定統一的行業標準和規范，探索“新”的市場應用及商業模式，以精準醫療為發展方向，提高數字化運營和服務能力，使心理健康服務更有溫度。《心病“新”醫

——

中國心理健康產業科技創新研究報告》本報告從科技創新的角度掃描了整個心理健康產業，挖掘產業科技創新發展背后驅動因素、分析技術融合原理及創新應用、并解析產業生態結構與創新業務模式、最終給出科技創新企業發力點、未來發展方向和路徑，完成了對整個心理健康產業科技創新的研究與解讀。1 研究范圍及產業背景目錄CO

N

T

E

N

T

S概念與研究范疇產業發展階段產業發展背景產業發展痛點與科技創新方向心理健康產業科技創新應用分析產業科技創新應用矩陣產業數據層創新應用AI系列技術創新應用虛擬現實技術創新應用腦機接口技術創新應用數字療法創新應用主流技術創新應用發展潛力評估心理健康產業科技創新業務模式分析企業圖譜產業創新生態結構與業務模式總體分析產業內各領域創新業務模式分析情緒調節及心理咨詢領域創新業務模式分析精神診療領域創新業務模式分析產業創新業務模式評估心理健康產業科技創新發展建議不同階段的創新企業發力點創新企業未來發展方向創新企業未來發展路徑1 研究范圍及產業背景目錄CO

N

T

E

N

T

S概念與研究范疇產業發展階段產業發展背景產業發展痛點與科技創新方向心理健康產業科技創新應用分析產業科技創新應用矩陣產業數據層創新應用AI系列技術創新應用虛擬現實技術創新應用腦機接口技術創新應用數字療法創新應用主流技術創新應用發展潛力評估心理健康產業科技創新業務模式分析企業圖譜產業創新生態結構與業務模式總體分析產業內各領域創新業務模式分析情緒調節及心理咨詢領域創新業務模式分析精神診療領域創新業務模式分析產業創新業務模式評估心理健康產業科技創新發展建議不同階段的創新企業發力點創新企業未來發展方向創新企業未來發展路徑背景研究技術分析模式分析發展建議1.1

心理健康產業科技創新的概念與研究范疇心理健康（mental

health），同軀體健康相對應，指個體內部心理過程和諧一致、與外部環境適應良好的穩定的心理狀態，包含情緒體驗、自我認知、人際交往、認知效能、適應能力五大維度。從醫學診斷的角度，當心理狀態異常且有病理癥狀時，則稱作精神障礙。根據《精神障礙診療規范》（2020版》，精神障礙可分為16大類，如雙相障礙、抑郁障礙、焦慮障礙等。心理健康產業科技創新研究范疇：依據疾病嚴重程度與人群需求級別，心理健康應用領域可分為情緒調節、心理咨詢，以及精神診療。心理健康情緒體驗自我認知人際交往認知效能適應能力內部體驗外部關系心理非健康一般心理問題嚴重心理問題疑似神經癥精神障礙心理異常雙相障礙抑郁障礙焦慮障礙睡眠障礙成癮行為所致障礙……心理健康產業應用領域情緒調節心理咨詢精神診療云計算大數據物聯網AIVR/AR腦機接口……概念定義研究范疇技術支撐億歐智庫：心理健康產業科技創新概念辨析與研究范疇無病理癥狀 有病理癥狀健康/亞健康人群臨床級別人群來源：億歐智庫5背景研究技術分析模式分析發展建議1.2

心理健康產業進入創新發展期：進入國家規劃，信息技術受到重視我國心理健康產業初期發展相對緩慢，主要蓄力于人才培養。近年來，心理健康和精神衛生相關的政策體系及法律法規逐步完善，心理健康產業得到自上而下的扶持和助力。借力互聯網醫療的發展勢頭，云計算、大數據、物聯網、區塊鏈、第五代移動通信（5G）等新一代信息技術正與心理健康防治逐步融合，并得到政策和資本的支持。汶川地震、新冠肺炎疫情等災難使公眾對心理健康的需求激增，也提高了公眾對線上醫療等科技創新的接受度。自1951年新中國第一所心理研究機構被批準設立后，心理學科逐步被納入教育體系，并于2000年被確定為國家一級學科，學科建設和人才儲備發展均較為緩慢。2006年心理政策首次被寫進中央報告，心理健康進入國家規劃。隨著精神衛生法頒布、《“健康中國2030”規劃綱要》審議通過，心理健康、精神障礙進入法律視野并受到國家戰略關注。期間發生的汶川大地震等災難帶來的巨大創傷進一步增強了國家和公眾對心理健康的關注。2020年新冠肺炎疫情爆發，醫護人員與居民的心理健康均受到政策關注，公眾的心理疾病自助性提高，體驗新科技意愿增強。2021年，國家心理健康和精神衛生防治中心正式設立，直屬國家衛健委，作為國家級專業機構開展相關調查、宣傳行業咨詢、提供教育培訓等，促進全國心理健康和精神衛生防治體系不斷健全。2020年至今創新發展期2006年-2019年初步探索期1951年-2005年緩慢發展期億歐智庫：心理健康產業發展階段來源：億歐智庫6背景研究技術分析模式分析發展建議1.3.1

需求釋放：疫后全球心理健康問題凸顯，心理健康產業發展機會較大7全球心理健康問題凸顯：新冠肺炎疫情爆發前，全球心理健康狀況已不容樂觀，據《世界精神衛生報告》顯示，2019年全球心理疾病患病人數近十億。國內心理健康問題同樣嚴峻，據中國精神衛生調查（CMHS）顯示，我國居民終生任意精神疾病（除老年期癡呆）的加權終身患病率為16.6%。相比之下，據IDF顯示，2021年中國成年人糖尿病患病率僅10.4%。新冠肺炎疫情爆發后，心理健康問題更加突出，其中抑郁癥和焦慮障礙患病人數顯著增加。國民心理健康意識提升：越來越多人認識到心理健康工作的重要性，據《中國國民心理健康報告》顯示，2020年有94%的調查對象認為心理健康工作“重要”

，比12年前提高6.1個百分點，說明國民的心理健康意識有所增強，為產業發展提供了潛在認知基礎。9.7億人患有心理疾病1/

8受心理健康問題困擾億歐智庫：2019年全球心理疾病患病情況88.60%94.00%億歐智庫：國民對心理健康工作的重要性評估2008年 2020年認為“重要”的人數占總調查人數比重提高6.1%1.932.462.983.743.822.474.803.15億歐智庫：新冠疫情爆發前后全球抑郁、焦慮障礙患病情況變化新冠疫情爆發前抑郁障礙病例數（億人）抑郁障礙患病率（%）新冠疫情爆發后焦慮障礙病例數（億人）焦慮障礙患病率（%）25.60%27.50%來源：WHO，CMHS，IDF，《中國國民心理健康報告》（2019-2020），億歐智庫背景研究技術分析模式分析發展建議1.3.2

供給不足：產業發展受困于人才與資源不足，科技創新有其必要性8中國心理健康行業人才缺口較大，心理學專業本碩博畢業生遠少于美國等發達國家。同時國內高校及科研機構的培養能力有限，據2022年9月數據，國內僅有23所高校進入ESI（EssentialScienceIndicators）精神病學/心理學學科排名前1%，其中最高排位北京大學僅位于全球第225名。相比發達或高收入國家，我國精神衛生診療資源同樣有一定差距，精神科醫護人員、設施數量、資金投入都相對不足，加之公眾認知、社會偏見等觀念影響，患者就診的積極性和依從性不高，導致僅有少數精神疾病患者接受過治療。心理健康產業發展受困于供給能力不足，客觀上為科技創新提供了發展機會。每十萬人精神科醫護數/人36.557.707.133.1535.06每萬人精神科病床數/張精神病專科醫院人均投入/美元1.07中國發達或高收入國家（歐美日等）億歐智庫：2019年中國與發達或高收入國家精神診療資源對比8%億歐智庫：2016年中國精神疾病患者治療率212120.04中國 美國本科畢業生 碩士畢業生 博士畢業生億歐智庫：2020年中美心理學專業本碩博畢業生人數（萬人）0.60來源：中國心理學會、ESI（2022年9月）、General

Psychiatr、《亞太地區精神衛生綜合評價指數報告》（2016），億歐智庫背景研究技術分析模式分析發展建議1.3.3

政策驅動：國家政策密集出臺，逐步具化引導技術與心理健康深度融合9自2016年《“健康中國2030”規劃綱要》發布以來，心理健康日益受到國家戰略關注，相關政策從宏觀指導逐步細化為平臺與機構的建設、技術手段的應用以及相關規范等。其中使用新興技術手段健全心理健康服務體系，在中央政策中被多次提到。億歐智庫：2016-2022年中央心理健康相關政策2016年2017年2018年2020年2021年2022年8月

《“健康中國2030”規劃綱要》加強心理健康服務體系建設和規范化管理，加強對常見精神障礙和心理行為問題的干預；創新互聯網健康醫療服務模式。1月

《關于加強心理健康服務的指導意見》鼓勵開展基于互聯網技術的心理健康服務相關設備和產品研發，完善基礎數據采集和平臺建設。1月

《國務院關于印發“十三五”衛生與健康規劃的通知》強化精神疾病防治；開發可穿戴生理信息監測設備等移動醫療產品；全面實施“互聯網+”健康醫療益民服務，促進云計算、大數據、物聯網、移動互聯網、虛擬現實等信息技術與健康服務的深度融合，提升健康信息服務能力。11月

《關于印發全國社會心理服務體系建設試點工作方案的通知》鼓勵醫療衛生機構運用互聯網等信息技術，拓展精神衛生和心理健康服務的空間和內容；鼓勵醫療聯合體通過互聯網技術，實現醫療資源上下貫通、信息互通共享，便捷提供預約診療、雙向轉診、遠程醫療服務，提高服務質量。4月

《關于推進“上云用數賦智”行動培育新經濟發展實施方案》探索推進互聯網醫療醫保首診制和預約分診制，開展互聯網醫療的遠程會診、多點執業、線上生態圈接診等改革試點、實踐探索和應用推廣。7月

《關于支持新業態新模式健康發展

激活消費市場帶動擴大就業的意見》以互聯網優化就醫體驗，打造健康消費新生態；規范推廣慢性病互聯網復診、遠程醫療、互聯網健康咨詢等模式。10月

《關于加強和完善精神專科醫療服務的意見》豐富精神專科醫療服務技術手段；推廣精神疾病診療領域適宜醫療技術項目，并逐步向基層下沉；積極引進精神疾病領域先進治療技術；加快推進“互聯網+”、遠程醫療等信息化服務模式，利用信息化手段引導優質醫療資源下沉，便捷患者就醫，提升醫療服務整體效率。3月

國家心理健康和精神衛生防治中心正式設立培養專業人才，開展相關技術研究，促進成果轉化；推進心理健康和精神衛生防治領域信息化建設，促進全國心理健康和精神衛生防治體系不斷健全。9月

《關于公布5G+醫療健康應用試點項目的通知》多個應用于精神心理健康領域的項目入圍，包括5G+虛擬現實技術遠程精神心理健康管理、基于

5G+人工智能的心理/精神健康服務與管理體系建設等。5月

《國務院辦公廳關于印發“十四五”國民健康規劃的通知》依托實體醫療機構建設互聯網醫院，推動構建覆蓋診前、診中、診后的線上線下一體化醫療服務模式；推廣應用人工智能、大數據、第五代移動通信（5G）、區塊鏈、物聯網等新興信息技術，實現智能醫療服務、個人健康實時監測與評估、疾病預警、慢病篩查等；健全社會心理健康服務體系，推廣精神衛生綜合管理機制，提高常見精神障礙規范化診療能力，鼓勵上級精神衛生專業機構為縣（市、區、旗）、鄉鎮（街道）開展遠程服務。來源：億歐智庫背景研究技術分析模式分析發展建議1.3.4

資本關注：整體較為分散，企業需尋求疫后持續可行的商業模式10近十年，國內資本一直在關注心理健康領域，但規模上數量少、金額小，當前獲得融資的企業多集中在靠前的輪次，資本多點嘗試，產業發展先發優勢不明顯。借勢2015年互聯網的興起以及海外心理健康賽道的起步，國內相關投資隨之增長并出現小高峰，但此后產業內仍在探索可持續的業務模式，資本投入沒有明顯增長。2020年新冠疫情爆發帶來的經濟沖擊讓資本更趨冷靜，但公眾對心理健康關注的提升、對免費心理熱線等公益服務的需求，為實力較強的心理健康企業提供了發展機遇，吸引投資出現新的上揚趨勢，隨著疫情防控逐步常態化，企業需要在流量引入之后進一步尋找持續可行的商業模式。0.484.2810.666.76

5.863.39

3.195.5813.083.8711335372519138219億歐智庫：2013-2022年中國心理健康投資事件數量（件）及金額走勢（億元）投資事件金額（億元）投資事件數量（件）2013

2014

2015

2016

2017

2018

2019

2020

2021

2022(1月-7月)51.628.49.482.114.184.22億歐智庫：2022年中國心理健康領域獲得融資企業當前階段分布種子輪、天使輪企業占比(%)Pre

B、B、B+輪企業占比(%)戰略投資企業占比(%)Pre

A、A、A+輪企業占比(%)C、C+輪企業占比(%)已上市企業占比(%)(統計截至2022年7月歐智庫：2013-2022年心理健康領域各輪次投資事件數量（件）Pre

B、B、B+輪已上市Pre

A、A、A+輪C、C+輪戰略投資2013

2014

2015

2016

2017

2018

2019

2020

2021

2022(1月-7月)來源：億歐數據背景研究技術分析模式分析發展建議1.3.4

資本關注：數字化平臺與技術驅動型企業更受資本青睞11企業簡稱企業類型融資時間融資輪次融資金額小懂健康精神心理分析診療平臺2021年3月戰略融資未披露望里科技VR/AR心理健康系統研發商2021年3月2021年8月A輪A+輪未披露數千萬美元IBT無疆科技腦科學智慧醫療公司2021年3月2021年12月Pre-A輪Pre-A+輪未披露數千萬人民幣Hope抑郁癥自助康復訓練app2021年3月2021年12月天使輪戰略投資數百萬人民幣數百萬人民幣壹點靈心理健康服務平臺2021年4月2021年12月B輪B+輪數千萬人民幣2億人民幣Knowyourself泛心理學自媒體2021年5月2022年3月Pre-B輪B輪數千萬美元數千萬美元大米和小米自閉癥兒童康復訓練服務平臺2021年5月2022年7月C+輪D輪未披露未披露恩啟Ingcare孤獨癥康復服務平臺2021年6月A++輪未披露Alsolife兒童自閉癥干預平臺2021年6月Pre-B輪未披露昭陽醫生精神健康輔助診療服務平臺2021年6月B輪數億人民幣康寧醫院精神專科醫療機構2021年6月股權融資（已上市）慧創醫療腦功能醫療設備研發應用商2021年7月2022年6月A+輪Pre-B輪上千萬人民幣近億元人民幣企業簡稱企業類型融資時間融資輪次融資金額Heartly

Lab冥想練習體驗

App2021年7月種子輪數千萬人民幣FLOW冥想精神健康品牌2021年8月天使輪數百萬美元好心情精神心理領域移動醫療平臺2021年9月2021年10月C輪C+輪2億人民幣1億人民幣心景科技VR醫療服務提供商2021年10月A輪數千萬人民幣聆心智能精神心理診療服務商2021年11月天使輪未披露正岸健康AI數字療法精神健康服務商2021年11月Pre-A輪數千萬人民幣簡單心理心理健康咨詢服務平臺2021年12月2022年3月B輪B+輪2億人民幣1億人民幣心島日記日記APP2021年12月天使輪1千萬人民幣西湖心辰AI心理咨詢服務商2021年12月天使輪數百萬美元小小神經元NeuroSmart自閉癥康復與干預服務2021年12月A輪未披露曼朗醫療精神心理健康咨詢服務提供商2022年1月Pre-A輪數千萬人民幣鏡像科技心理健康服務商2022年3月天使輪數千萬人民幣暫停實驗室基于循證心理干預的數字健康品牌2022年3月A輪五千萬人民幣2021年至今，心理健康領域共有34起投資事件，涉及25家企業，包含技術驅動的系統研發商、細分病種干預平臺、數字化醫療平臺、泛心理服務品牌等，其中多數企業的業務都與科技創新有不同程度的融合。其中壹點靈、昭陽醫生、好心情、簡單心理獲超億元融資，多家企業在不到兩年時間內獲得連續融資，可以看出資本偏向商業模式較為成熟的心理數字化平臺以及科技實力較強的技術驅動型企業。億歐智庫：2021-2022年7月心理健康領域企業融資情況來源：公開數據，億歐智庫背景研究技術分析模式分析發展建議1.3.5

學術研究：心理健康科技創新研究熱度逐年提升，數字系統成果顯著12隨著后疫情時代全球心理需求不斷攀升，心理健康領域積極尋求更高效、科學、智能的方法手段以增強醫療服務能力，相關學術研究與日俱增。據PubMed數據庫，全球學界對心理健康科技創新的研究熱度逐年提升。隨著2018年全球科技創新進入爆發期，學界隨之加快步伐尋求新興技術與心理健康醫療服務的結合點，2019年研究成果明顯大幅增加。近五年來，從科技角度切入心理健康領域的研究中，人工智能技術、大數據技術、虛擬技術、腦機接口技術呈新興態勢。其中以大數據、云計算、人工智能等技術為基礎的心理評估、咨詢等數字系統研究成果較多；虛擬現實技術與腦機接口技術在心理健康的應用場景研究還在起步階段。47125346334302388321484512億歐智庫：2012-2021年PubMed

關鍵詞“mentalhealth

technology”相關文獻新增發布量（篇）7492012 2013 2014 2015 2016 2017 2018 2019 2020 2021文獻新增數（篇）2,3661,840609320數字系統人工智能億歐智庫：2017-2022年PubMed“mentalhealth

technology”相關文獻分布（篇）大數據文獻數（篇）來源：PubMed數據庫；搜索關鍵詞：onlinepsychotherapy\AI

mental

health\big

data

mental

health\VR

mental

health\BCI

mental

health，億歐智庫63虛擬技術 腦機接口注：統計截至2022年7月背景研究技術分析模式分析發展建議1.3.6

科技支撐：新興技術發展推動產業應用優化13信息技術的發展同步推動了心理健康產業傳統主體與人工智能、人機交互等技術的應用緊密結合，促進形成診前咨詢、診中診療、診后康復保健、慢性病管理、健康預防等大健康生態深度融合系統。截至2022年，心理健康產業持有專利信息的高新技術企業占比三分之一，心理健康產業企業科技創新積極性較高。人工智能技術、虛擬現實技術、腦機接口技術等的發展為心理疾病與精神障礙的治療手段提供了更多可能性。如基于人工智能技術的智能心理機器人、以VR/AR技術為基礎的虛擬現實暴露療法，可應用于治療創傷后精神壓力癥、焦慮障礙和恐懼癥等。企業、科研機構等也在不斷探究創新科技與心理健康診療應用場景的結合。從“科技+心理”專利申請數量來看，研究人工智能技術與心理健康診療結合的企業集中度相對較高。706050403020100億歐智庫：2017-2021年企業申請“科技+心理”專利數量2017 2018大數據+心理AI心理機器人2019人工智能+心理物聯網+心理2020 2021語音/視覺+心理智能化心理系統人工智能

傳感技術腦機接口

VR/AR5G/云計算

大數據

物聯網心理健康產業創新發展27%73%億歐智庫：截至2022年心理健康產業持有專利信息的企業類型分布來源：億歐智庫根據天眼查、億歐數據高新技術企業 非高新技術企業注：統計截至2022年7月背景研究技術分析模式分析發展建議1.4

產業科技創新方向：新數據獲取方式、新技術融合形式與新業務模式14診斷隨訪/復查空間時間受限：傳統冥想、運動等方式疫情期間無法及時找到合適場地開展，宣泄負面情緒受限。積極性低：部分心理障礙者不愿意參加積極社交。準確性低：受患者記憶偏差影響，時效性較差，往往只能做前瞻性診療，難以開展回溯性研究；效率低：耗費時間長、結果的科學性和客觀性有待考證。就醫門檻高：受時間空間的限制；治療周期長。依從性低：患者自行換藥或減藥影響治療周期，停藥復發率高。存在信息壁壘：缺乏全國性統一醫療系統。就醫門檻高：就診距離長，患者復診意愿降低，增加復診難度。醫療資源緊張：醫生無法持續上門跟進或電話隨訪。消極情緒轉移積極情緒社交適度情緒宣泄團體/個人心理健康課程團體/個人心理測評結果篩查團體/個人心理輔導咨詢室空間時間受限：心理課程建設受場地和時間影響因素大。效率低：傳統大規模心理測評篩查耗時耗力。及時性低：難以常態化服務，無法及時應對突發情緒。手段痛點收集資料確立方案周期治療晤談量表測評儀器、實驗室篩查藥物治療心理治療物理治療醫生隨訪患者復查填寫個人背景情況表格機構進行調查談話法、觀察法

：確定求助者心理問題類型及后續咨詢方案和方法短程、中程、長程心理咨詢支持性心理療法等積極性低：依賴患者的主動配合。部分患者在填寫資料時會隱瞞信息。效率低：缺乏統一系統，調查耗費時間過長、消耗大量人力物力。專業性要求高：訪談難度大，很大程度依賴咨詢師經驗。效率低：時間耗費較長，對于評估、篩選問題的過程要更加細致。治療周期長：心理治療多以中、長程咨詢為主（6-12月、1-3年）。依從性低、經濟壓力大：對患者依從性要求高。長期治療成本高。心理咨詢精神診療治療情緒調節創新領域新的數據獲取方式更加全面、客觀地從醫院、體檢、企業、學校等獲取底層數據新的技術融合形式面部情緒識別、語音情緒識別、聊天機器人、虛擬現實暴露療法、腦機交互情緒識別、數字療法新的業務模式消費級的個性化情緒調節與咨詢嚴肅級的精準化輔助診斷與干預億歐智庫梳理了心理健康產業的領域、手段及其痛點，并得出產業科技創新方向為：新的數據獲取方式、新的技術融合形式與新的業務模式。來源：億歐智庫1 研究范圍及產業背景目錄CO

N

T

E

N

T

S概念與研究范疇產業發展階段產業發展背景產業發展痛點與科技創新方向心理健康產業科技創新應用分析產業科技創新應用矩陣產業數據層創新應用AI系列技術創新應用虛擬現實技術創新應用腦機接口技術創新應用數字療法創新應用主流技術創新應用發展潛力評估心理健康產業科技創新業務模式分析企業圖譜產業創新生態結構與業務模式總體分析產業內各領域創新業務模式分析情緒調節及心理咨詢領域創新業務模式分析精神診療領域創新業務模式分析產業創新業務模式評估心理健康產業科技創新發展建議不同階段的創新企業發力點創新企業未來發展方向創新企業未來發展路徑背景研究技術分析模式分析發展建議2.1

心理健康產業科技創新應用矩陣16下圖為心理健康產業應用場景與技術融合得出的功能模塊，并基于人工智能技術（AI）、虛擬（增強）現實技術（即VirtualReality和Augmented

Reality，以下簡稱虛擬現實技術）

、腦機接口技術提煉出心理健康產業主流技術融合形式，分別為：面部情緒識別、語音情緒識別、心理聊天機器人、虛擬現實暴露療法、腦機交互情緒識別和數字療法。面部情緒識別語音情緒識別心理聊天機器人技術虛擬現實暴露療法腦機交互情緒識別數字療法情緒調節心理咨詢精神診療計算機視覺深度學習知識圖譜抓取生態化信號，分析情緒特征生物標志物識別、疾病狀況綜合評估、心理疾病癥狀自動判斷智能語音自然語言處理理解信息，給出高質量回復信息結構化處理，精準化匹配問卷及咨詢師數據資料庫，醫學知識庫構建，匹配個性化治療方案大數據5G/云計算/邊緣計算用戶精神心理數據存儲、共享、傳輸物聯網傳感技術環境感知、身體指標監測虛擬（增強）現實技術構建虛擬場景進行交互訓練構建沉浸式環境重塑神經網絡腦機接口技術腦電監測、神經反饋訓練來源：億歐智庫AI背景研究技術分析模式分析發展建議2.2

數據獲取創新：來源多維化、測量精準化、手段私密高效化獲取客觀、真實、有效的數據是心理篩查、診斷和干預的基礎。傳統心理學以自我報告法為主來分析人的行為和心理，其數據主要來源于問卷量表、過往案例，存在主觀性偏差、受制于測量的人力物力、時間和開銷大、難以規模化等不足。借助技術手段與設備獲取心理數據已成為趨勢，其中移動端獲取的數據覆蓋人群廣、設備依賴低、私密性高，設備端獲取的數據則覆蓋人群較低、易產生對抗性，但在專業人員輔助使用下客觀性、準確性高。心理健康領域數據層的創新結合移動端、設備端、人工三方多維度、多場景獲取數據。新數據來源于不同場景，基于臨床進行多中心實驗，通過算法清洗、測算，再基于行業內的新標準工具做錨定。新興技術運用可以使得數據來源更多維、測量更精準、收集手段更私密高效以及數據結構化。覆蓋人群廣（就醫意愿不足人群）可檢測真實疾病狀態+情緒狀態，彌合實驗室和實際落地的差距，增強模型魯棒性低設備依賴，可規模化，未來服務場景可從醫療級別到消費級別轉化私密性強，借助移動終端可隨時隨地記錄，無需與他人互動，減少病恥感對疾病篩查的影響覆蓋人群較低，僅針對院內就診患者或特別崗位場景在醫院或其他檢測場景下，檢測者容易產生對抗性。可鏈接客觀指標；院內設備可配備HRV的部分模塊，接入相關數據進行評估人工基于問卷量表和過往案例，時間長、枯燥、棄檢率高、準確率低億歐智庫：心理健康數據的獲取手段移動端 設備端億歐智庫：心理健康數據的獲取創新數據來源于真實場景下（醫院、企業、社區、學校等）的業務服務數據、專家訪談、與醫院研發合作獲得的臨床診斷真實數據；基于臨床數據不斷訓練模型。收集數據后運用前端篩查工具進行信息評估，以臨床驗證、醫生隨訪、專家訪談等方式評估修訂，結合行業內診斷標準，重復確定數據標簽的準確性。劃分數據為多個邏輯組，進行分型入組，根據專家的技術經驗將不同組合進行細化。多維數據來源精準測量手段高效私密收集數據結構化來源：專家訪談，公開資料，億歐智庫17背景研究技術分析模式分析發展建議2.3.1

AI系列技術：應用范圍廣，無侵擾、多手段采集生態化信號生態化信號采集內容技術手段行為信號面部表情、眼動、軀體行為（步態、手勢等）面部情緒識別語音信號聲學、語言、情感語音情緒識別語義信號語義、情感NLP-對話系統行為數字化生態化信號生態化識別語音識別視覺識別結合生物識別技術及視覺算法、語音算法識別個體生物信號，提取分析數據深層次特征，如：情緒信息、語音信息、聲學信息等，可自動計算量表得分，也可進行自動化識別。大數據分析深度學習清洗、分析大規模心理數據，針對語音數據集、HRV數據、視頻數據等建立模型（如心理常模、基于心理變量人工神經網絡預測模型等），預測研究對象的心理特征并針對不同障礙提出處理意見，通過分類和回歸分析進行模型評估和應用。自然語言處理知識圖譜收集非結構化數據，自然語言處理技術快速提煉有來源：專家訪談，公開資料，億歐智庫18效信息轉化為精神障礙診斷體系可用的結構化語言。知識圖譜將結構化與非結構化數據（如臨床數據及實驗室數據、心理診斷標準、先驗模型等）整合，為醫生提供決策支持與分析參考。人工智能技術結合大數據、云計算，分為感知智能、計算智能、認知智能等發展階段，其強大的分析處理能力，適配于精神科醫療資源不足、臨床診斷流程復雜、病因難判斷的痛點。現主要人工智能技術在心理領域的應用有感知層的圖像識別、視覺識別、語音識別技術，認知層的自然語言處理、知識圖譜技術以及計算層的大數據分析、深度學習技術。心理數據的采集分為侵擾式、無侵擾式兩大類，目前AI技術以無侵擾式采集為主，即無需通過用戶的自我報告或者配合客觀指標的測試，與用戶零接觸的測量方式，利用人工智能技術實現信號采集。其中采集的信號內容包含行為信號、語音信號、語義信號等，主流采集技術主要依靠面部情緒識別、語音情緒識別以及基于NLP-對話系統的心理聊天機器人。億歐智庫：AI技術在心理領域應用 億歐智庫：生態化信號采集與AI技術手段背景研究技術分析模式分析發展建議2.3.2

AI-面部情緒識別：面部信號獲取便捷，面部表情檢測動靜結合面部情緒識別是基于人工智能技術，用于分析來源于不同圖片、視頻中的情緒的技術。一般從攝像頭、社交媒體頁面、視頻庫等獲取信號，進行靜態與動態的面部表情檢測，再將情緒狀態歸類；面部情緒識別通常基于深度學習算法，經過人臉信息預處理、特征學習、情緒識別三階段；在精神心理疾病領域，面部情緒識別技術可用于預測患病幾率、輔助診斷，以及輔助提升醫療人員的照護質量。面部情緒識別存在著數據準確性、算法公平、數據隱私以及用戶反應性等內生風險。面部表情檢測基本情緒類別：如憤怒、喜悅等復合情緒類別：如悲傷等情緒狀態歸類點的位置分析動態：面部特征 點的位置變化信號輸入監控攝像頭社交媒體頁面網絡流媒體視頻庫數據主體個人設備數據準確性面部表情因人而異，且無法完全表達情緒。技術限制所獲取的數據質量，如攝像機角度影響、面部遮擋部分影響。情緒產生原因難以準確判斷。數據隱私遠程非觸式抓拍面部表情，加之無感化處理的隱蔽性，導致數據主體可能無法自由對個人數據處理進行授權或表態。數據主體無從知曉個人情緒信息收集方、收集用途等。算法公平可能加劇已有的基于膚色和種族的歧視。當數據主體因醫療狀況或身體損傷導致面部肌肉暫時或永久性癱瘓時，情緒可能會被算法誤判，導致一系列錯誤分類甚至誤診等。用戶反應使數據主體更易受操縱，如識別揭示脆弱情緒狀態，心理上強迫人們做出他們本不會做的事情。個人可能因意識到識別存在而改變自己習慣，或避開部署了該技術的特定地點，以試圖維護自覺及保護自我。億歐智庫：面部情緒識別的原理、路徑深度學習人臉信息預處理特征學習情緒識別人臉檢測人臉對齊數據增強人臉歸一化卷積神經網絡概率預測；使用支持向量機等淺層分類器進行分類靜態：面部特征

C

V

億歐智庫：面部情緒識別的痛點來源：專家訪談，公開資料，億歐智庫19背景研究技術分析模式分析發展建議2.3.3

AI-語音情緒識別：識別信息豐富，生成信號客觀可重復語音情緒識別，即給定一段語音信號，計算機自動判斷出說話人的多維度信息。?的語?產?是包含“?腦認知活動”和“身體肌?運動”的復雜的多系統協調過程。語音信號包含聲學、語言、情感三層信息，其運動纖維?度機械化，所生成的語?信號具有客觀的、可重復的特征。語音識別流程經過語音信號處理、特征提取、情緒建模三個階段，其中涉及的識別算法有傳統算法、基于深度學習的算法和端到端算法。語音生物標志物是與臨床結果相關的語音音頻信號的特征或特征組合，可用于精神心理疾病的篩查、診斷、病情監測，以及AI+CBT、數字療法的干預手段。然而，受情緒定義模糊、數據稀缺且標注困難的影響，語音情緒識別技術難度大。傳統算法將手工特征LLDs、HSFs輸入機器學習算法模型進行訓練深度學習算法將特征提取部分自動化，即由一系列卷積核自動提取的特征代替人工設計的特征端到端算法系統（深度學習框架）直接從原始語音信號中學習情感信息，可省略特征提取的步驟大腦：啟動認知/語音計劃身體：行為執行肺部運動，氣流通過聲道聲帶振動：產生語音語音產生語音數據分析人類不易察覺的、不自覺的聲學參數變化；語音數據具備客觀性、可重復性聲學信息：持續時間、發聲、強度、音高、音色語音信息：語用、語義、詞匯、語法、重音、音素情感信息：喚醒、效價、自信、同理心等語音信號算法語音信號特征提取情緒建模億歐智庫：語音情緒識別的原理、路徑與痛點原理路徑痛點情緒本身具有非常強的主觀性和不確定性，和說話人本身心理狀態、生活習慣、表達方式相關，情緒理解與聽眾的理解方式和生活背景密切相關。研究表明人對情緒的識別率僅有約60%，機器識別判斷顯然更加困難。情緒數據包含自然情緒語料和人造語料。自然情緒語料難以獲得，需大量人為處理工作，標注一致性難以保證，且出于隱私保護不宜公開。當前研究多基于人造情緒語料。一般通過模擬或誘導獲得。模擬方式操作簡單，但受發音人本身表達能力影響較大，語料泛化能力不足；誘導方式下語料真實度高，但風險較大，同樣受到標注主觀性影響。情緒定義模糊數據稀缺且標注困難來源：專家訪談，公開資料，億歐智庫20背景研究技術分析模式分析發展建議2.3.4

AI-心理聊天機器人：運用NLP-對話系統，有知識、有個性、有情感情緒調節滿足不同層級的用戶需求，包括但不限于情緒、陪伴、給予建議等。輔助診斷將用戶的輸入信息處理為符合精神心理診斷體系的計算機符號表達，并與醫學專業診斷關聯映射，為理解用戶輸入提供底層架構支持。數字療法結合循證算法模型與NLP生成模型的情感支持能力，為用戶提供數字療法解決方案。任務導向型對話自然語言生成對話狀態跟蹤對話策略對話狀態對話管理幫助用戶完成特定任務自然語言理解開放域型對話情境編碼解碼回復神經網絡模型與用戶開放式聊天互動端到端的信息處理能力社交連接能力個性體現高質量回復固定一致個性說話風格識譜情感感知情緒感知情感支持心理疏導情感計算對話系統心理門檻低：機器人相較于人，在心理溝通環節上更容易讓人打開心扉。技術應用空間大：心理問題在語言上有很強映射，為語義理解技術創造了應用空間。費用低：可在一定程度將昂貴的心理健康服務費用降低到可負擔狀態。心理領域標簽AI模型化：1.數據標注由專業人士完成，標注成本昂貴；2.類別體系越細致、越復雜，AI模型學習越困難；3.受數據標注一致性影響。AI邏輯翻譯：1.將咨詢師的認知和語言，翻譯成AI邏輯過程中，面臨語義理解、個性一致性、共情交流的問題；2.

患者治療效果的評估，需依據過往數據案例，精準動態評估，而AI難以量化個體治療效果。數據隱私與樣本偏差：受心理咨詢過程的隱私性要求，行業在建立和訓練模型時取得的數量有限/存在樣本偏差，導致模型能力局限。痛點優勢知識運用知圖知識理解對話系統作為自然語言處理（NLP）的子集，可在各類智能算法的支撐下，使機器理解人類語言的意圖并通過有效的人機交互執行特定任務或做出回答。基于NLP-對話系統的心理聊天機器人為實現信息處理能力、社交連接能力，需具備知識運用、個性體現、情感識別三大核心功能。NLP-對話系統在精神心理領域中可滿足用戶不同層級的需求，進行輔助診斷，并運用于數字療法-數字藥中。聊天機器人同傳統心理咨詢服務相比，心理門檻低、技術應用空間大、費用低；但是在當前技術下，心理領域標簽AI模型化、AI邏輯翻譯以及數據隱私導致的樣本偏差仍是聊天機器人實現真正的擬人化交互過程中面臨的挑戰。億歐智庫：心理聊天機器人的技術原理與路徑 億歐智庫：心理聊天機器人的應用、優勢及痛點聊天機器人來源：專家訪談，公開資料，億歐智庫21背景研究技術分析模式分析發展建議2.4.1

虛擬現實暴露療法：高浸潤實時可控交互訓練，實現心理服務閉環虛擬（增強）現實技術通常與傳統暴露療法結合，以認知行為療法（Cognitive

Behavior

Therapy，CBT）作為補充。其中虛擬現實暴露療法（VirtualRealityExposureTherapy，VRET）是目前心理治療的首選方案之一，具備可控、反復暴露、高度浸潤的特性，可同國際經典的神經心理訓練范式結合，如放松訓練、正念減壓訓練、生物反饋訓練、催眠訓練。虛擬現實心理訓練通常通過生理傳感器采集生理指標，借助高性能計算機的海量數據處理，輸出虛擬現實場景到訓練者佩戴的虛擬現實頭顯，構建高沉浸度的虛擬現實體驗。訓練者通過在虛擬場景中實現情景反饋與實時交互訓練，由此提升對應激事件的耐受力，實現心理危機干預、特定心理能力的提升。此外，采集的生理指標與生物反饋數據也可用于心理評估、報告生成，實現心理服務閉環。億歐智庫：虛擬現實技術與精神心理療法結合情景反饋交互訓練心理測評報告生成生理傳感器虛擬現實心理訓練生理指標生理指標、生物反饋數據億歐智庫：虛擬現實心理訓練路徑脈搏、血氧、協調度、放松度、壓力指數、EEG等生物反饋參數眼動訓練應激訓練游戲體驗情景體驗無線控制手柄虛擬現實頭顯操作可控高度VRETCBT放松訓練(情景放松、反饋放松、互動放松)正念減壓訓練催眠訓練生物反饋訓練……反復暴露高度浸潤來源：專家訪談，公開資料，億歐智庫22背景研究技術分析模式分析發展建議2.4.2

虛擬現實暴露療法：沉浸性、私密性、交互性、想象性提升診療效果虛擬現實技術憑借其沉浸性、私密性、交互性、想象性的優勢，可將臨床現有的精神心理疾病人工治療方法數字化、規范化，在輔助診斷和干預中發揮重要作用，并對不同場景和不同組合方案進行臨床有效性的驗證。結合AI技術，可通過推薦算法和深度學習算法，提供個性化診療方案，更大程度發揮技術在提升效率和效果方面的優勢。虛擬現實技術在精神心理疾病方面的應用主要有焦慮障礙/恐懼癥、神經發育障礙、成癮所致障礙和認知障礙等。病癥應用焦慮障礙/恐懼癥利用虛擬現實技術特有的沉浸性、交互性、構想性，與傳統臨床焦慮障礙治療方法相結合，在保障循證醫學的原則和有效性、安全性的基礎上，為患者創造安靜舒適的睡眠環境，在聽覺與視覺上予以心理引導及護理，最終提升治療效果。神經發育障礙基于神經可塑性（neuro-plasticity）原理和傳統注意力訓練方法，結合VR感知技術和顯示技術，使用戶在仿真環境中接受全方位感官刺激，進行沉浸式、交互式游戲化訓練，調動用戶的主動性注意，提高注意力程度。成癮所致障礙以線索暴露、厭惡療法等心理治療技術為核心，通過虛擬現實和生物反饋技術，構建以戒毒線索、厭惡場景、放松場景為主線的沉浸性環境，降低個體對成癮相關線索的條件性反應，幫助延長復吸周期、降低復吸率。認知障礙以神經可塑性原理為依據，通過反復練習使患者大腦形成適應外界環境的神經網絡，結合虛擬現實技術幫助患者強化特定大腦神經元和腦區之間的鏈接功能。根據患者評估診斷的結果，對多種認知能力進行訓練，幫助患者改善認知功能。億歐智庫：虛擬現實技術在精神心理疾病的應用舉例沉浸性幫助用戶暫時跳出現實生理或心理痛苦，進入更有利于開展的三維環境私密性為用戶提供安全、保密地體驗模擬環境的方式交互性、用戶可在豐富的虛擬場景中開展單人或多人的模擬訓練游戲互動構想性模擬現實，在虛擬環境中超穿越空間和時間的限制虛擬技術AI通過推薦算法和深度學習，提供個性化診療方案，更大程度發揮技術在提升效率和效果方面的優勢億歐智庫：虛擬現實技術在精神心理領域的應用價值減少人工治療中周圍光線、環境帶來的干擾，通過更逼真的場景使患者更易專注于治療來源：專家訪談，公開資料，億歐智庫23實現更具針對性、及時性的醫患之間的傳感交互；實現低成本、高效率的遠程問診用戶在VR非現實環境中接受度更高，回避行為減少；強度和次數均可預先設定，數據獲取更及時允許創建在現實生活中不道德、非法或危險的環境以輔助治療背景研究技術分析模式分析發展建議2.4.3

虛擬現實暴露療法：處于起步階段，需重視設備性能、用戶體驗等當前虛擬現實技術在心理健康領域的應用仍處于起步階段，仍存在成本、療效、技術以及倫理法律等方面的困擾。虛擬技術與精神心理融合的關鍵方向在于，提升VR/AR設備性能，改善用戶體驗，推進臨床效果，以及助推大規模應用。提升VR/AR設備性能：尋求渲染畫質、速度、帶寬等多目標規劃最優解；改善網絡環境實現更高速率、更廣連接和更低時延。改善用戶體驗：增強近眼顯示，提升顯示屏幕的分辨率、刷新率并降低功耗；解決場景限制，消除暈眩感。助推大規模應用：降低硬件成本，提升性價比，釋放市場潛力；打破軟硬件平臺分化限制，提高跨終端平臺的兼容性。推進臨床驗證：獲取多維場景下全面、客觀的底層數據源，優化虛擬現實治療方案，提高個性化服務的能力，并在療后及時監測跟進。痛點關鍵發展方向VR中的感知距離與實際物理距離存在偏差，會導致錯誤的空間知覺，從而影響視覺發育；長時間接觸VR可能會導致眼睛干澀、頭痛、惡心和出汗等副作用。空間壓縮虛擬現實技術的真正開發成本很大程度上取決于所選擇的硬件和軟件；當前虛擬現實技術的軟硬件成本問題仍然是大規模應用的阻礙。成本效益用戶在虛擬環境中投射和體驗情緒具有個性化、主觀化特征，且在治療師控制之外，可能會對治療效果產生不利影響。治療效果由于技術發展較新，尚未全面厘清其倫理影響。隨著

VR

治療影響范圍的擴大，有必要正式確定限制、副作用、免責聲明、隱私法，尤其是與法醫案件有關的事項。倫理法律用戶在虛擬環境中成功對抗精神心理障礙，不一定保證在現實生活成功遷移。在治療精神分裂癥等更復雜的疾病時，對妄想和幻覺如何從現實世界轉化為虛擬世界的預測不足。虛擬遷移億歐智庫：虛擬現實技術在心理健康領域的應用痛點及關鍵發展方向來源：專家訪談，公開資料，億歐智庫24背景研究技術分析模式分析發展建議2.5

腦機交互情緒識別：識別腦電信號，覆蓋篩查、輔助診斷、干預環節25相較于其他信號，腦電信號可以提供更多深入、真實的情感信息。通常采用信號分析、傳統機器學習和深度學習的方法對腦電信號進行情緒識別及分析，其中腦電情感特征提取包含時域特征、頻域特征、時頻特征三個維度，具有復雜的遞歸隱藏單元的遞歸神經網絡（RNN）已成為對腦電信號（EEG）進行建模的主流選擇。基于腦電信號的情緒識別可用于精神心理疾病的發病機制篩查、輔助診斷和干預，主要應用于抑郁癥/焦慮癥、認知障礙、神經發育障礙等。億歐智庫：腦機接口技術情緒識別的技術原理與路徑腦電信號信號分析提取功率頻譜密度特征及微分偏側與因果差異特征，用于情緒識別深度學習使用RNN和CNN獲取EEG中的情感特征特征提取傳統機器學習誘發受試者情緒，獲取對應腦電信號，識別不同情緒并從EEG數據中提取特征，使用支持向量機分類RNN具有記憶功能，與序列密切相關，可用于解決時間相關問題，但不易處理長時依賴問題。LSTM和GRU旨在解決RNN長期記憶和反向傳播中的梯度消失和梯度爆炸等問題。相比LSTM，使用GRU效果相當且參數更少、更易于訓練，提高訓練效率。RNNGRULSTM，病癥應用抑郁癥/焦慮癥通過腦機接口設備獲取并分析腦電波，開發針對抑郁和焦慮的客觀測量方法，幫助醫療保健專業人員更容易和客觀地診斷抑郁癥。利用基于腦機接口的神經反饋訓練進行干預。通過多模態情感腦機接口和腦深部電刺激方法治療難治性抑郁癥，改變傳統藥物治療由于藥物分布在全身，很難集中到腦內的現狀。基于腦電情緒響應的人格量化測評方法，可通過大五人格測評得分異常情況實現對個體抑郁、焦慮水平的評估。認知障礙（以阿爾茨海默癥為例）通過對病患腦電波的檢測發現阿爾茨海默病早期癥狀，幷加以相關刺激（光、電等）產生有益腦波，從而改善認知和記憶；通過硅芯片的電信號對大腦信息進行復制以實現記憶移植通過植入芯片可以幫助局部大腦受損、中風和老年癡呆癥患者恢復記憶。神經發育障礙首選無創手段干預，有創干預技術還有很大局限性；在疾病早期，針對兒童狀態進行神經反饋訓練治療；結合神經反饋訓練的電子游戲，可以使得神經反饋訓練更加有效、新穎、有趣。億歐智庫：腦機接口技術在精神心理疾病的應用舉例時域特征頻域特征時頻特征來源：《腦機接口技術在醫療健康領域應用白皮書》，其他公開資料，億歐智庫背景研究技術分析模式分析發展建議2.6

數字療法：運用創新技術可實現智能干預及全程監測管理創新技術與醫學原理結合：心理健康數字療法通過創新技術手段將現有的醫學原理或者標準化治療方案轉化成以應用軟件為驅動的干預措施，數字療法的實現依托于一些關鍵技術，如人工智能、大數據分析、云計算、物聯網、虛擬現實、腦機接口等技術的發展。實現智能干預及監測管理：精神障礙的治療周期較長，效果好壞很大程度依賴患者的依從性，醫生的時間與精力也不足以支撐持續的患者隨訪與定期訪問。數字療法依托于人工智能、大數據、云計算、物聯網技術可以進行疾病的持續評估檢測、干預方案智能匹配、患者全程治療行為的監測與提醒，并及時將信息反饋給醫生和院端。虛擬現實、腦機接口等技術的發展也使數字療法治療方案更多樣化，適配不同患者的需求。患者真實心理數據及行為規律患者億歐智庫：心理健康數字療法功能流程分析報告云及AI引擎心理評估變量數據、干預課程數據等自動化醫生端系統基礎提醒與規范醫生完成對患者狀態的評估、給出醫療建議基于AI算法和醫學圖譜、進行個性化干預方案匹配、疾病持續評估監測自動上傳患者端軟件企業真實世界數據/病因規律收集院內專家患者真實數據、心理模型數據不斷優化臨床模型實驗室人工智能大數據云計算物聯網虛擬現實腦機接口醫學圖譜…..尋找干預有效靶點、修訂心理常模醫生自動化評估分析報告生成，提高治療效率可及時與患者互動，掌握治療進度與情況協助醫生科研統計，提供科研數據提供多樣化治療方式手段，動態結構化題目組合驅動患者堅持治療、提高可及性提高醫患互動體驗感節省就醫費用技術來源：公開資料、專家訪談等、億歐智庫26背景研究技術分析模式分析發展建議2.7

總結：AI系列發展潛力大，腦機交互情緒識別需待技術成熟與臨床驗證開放數據驗證：打通院內外多種場景下的真實數據，促進多維數據的開放共享，以及臨床的驗證和打磨；提升算法魯棒性、可解釋性：提升算法的魯棒性、可解釋性以及泛化性，減輕決策偏差，提升執行效率，加快服務響應；降低技術成本：降低軟硬件成本，提升性價比；打破軟硬件平臺分化限制，提高跨終端平臺的兼容性；推進臨床驗證：基于公認權威標準以及國家標準，慎重、準確、明智地應用現有的最佳的臨床研究，并結合臨床經驗進行產品研發，并促進實驗室與臨床雙向循環；推進多模態技術交叉融合：積極布局多模態的技術交叉融合，突破單一技術維度的局限性，提升識別/干預的準確度、規模化可能性；如腦機與視覺識別的結合，既保留大腦對情緒的認知表征，又保留機器學習的形式化表征。AI數據采集便捷度識別/干預準確率臨床認可度設備依賴度技術成本最終潛力得分面部情緒識別+4+3+3-2-26語音情緒識別+5+5+5-1-113心理聊天機器人+4+4+5-1-111虛擬現實暴露療法+3+3+3-3-33腦機交互情緒識別+2+5+2-4-4153214億歐智庫從數據采集便捷度、識別/干預準確率、設備需求度以及規模化可能性四個方面來衡量與分析心理健康產業主流技術融合的競爭力與待挖掘潛力。其中，各技術識別/干預準確率均較高，尤以語音情緒識別、腦機交互情緒識別為最佳；此外，人工智能系列技術可借助個人移動化設備，數據采集便捷度高，設備需求度低，臨床認可度高，技術應用發展潛力大，；虛擬現實暴露療法、腦機交互情緒識別需借助專業軟硬件設備，數據采集便捷度低，設備需求度高，臨床認可度較低，技術應用發展潛力較低。隨著數據源的開放共享與技術水平的提高、成本的下降，臨床驗證的推進，以及多模態技術的交叉融合，未來各主流技術可為心理健康產業帶來全方位創新賦能與產業升級。億歐智庫：心理健康產業主流技術創新應用潛力對比 關鍵發展方向-5-3-2-1-4高 低

高 低注：數據采集便捷度、識別/干預準確率、臨床認可度越高，該技術應用潛力越大；設備依賴度、技術成本越高，該技術應用潛力則越低。來源：公開資料、專家訪談等、億歐智庫271 研究范圍及產業背景目錄CO

N

T

E

N

T

S概念與研究范疇產業發展階段產業發展背景產業發展痛點與科技創新方向心理健康產業科技創新應用分析產業科技創新應用矩陣產業數據層創新應用AI系列技術創新應用虛擬現實技術創新應用腦機接口技術創新應用數字療法創新應用主流技術創新應用發展潛力評估心理健康產業科技創新業務模式分析企業圖譜產業創新生態結構與業務模式總體分析產業內各領域創新業務模式分析情緒調節及心理咨詢領域創新業務模式分析精神診療領域創新業務模式分析產業創新業務模式評估心理健康產業科技創新發展建議不同階段的創新企業發力點創新企業未來發展方向創新企業未來發展路徑背景研究技術分析模式分析發展建議3.1

心理健康產業科技創新企業圖譜億歐智庫將心理健康產業內科技創新企業按照領域、業務模式及相關技術進行分類展示并繪制出如下企業圖譜。心理健康產業內不同類型的企業與科研院所、藥企等聯合，在相關部門監管下，共同為用戶提供服務。（圖中僅列舉部分代表性企業。）監管學校、企業、社區等患者/來訪者/受困擾人群用戶AI輔助診斷企業虛擬現實技術設備腦機接口設備自助情緒調節傳統診療/咨詢機構科研院所藥企精神診療領域 情緒調節及心理咨詢領域在線精神診療 數字療法 評估篩查系統 在線心理咨詢可穿戴設備來源：億歐智庫29背景研究技術分析模式分析發展建議3.2.1

產業創新生態結構：企業賦能各主體，共同開拓千億藍海市場億歐智庫將心理健康產業創新生態結構繪制如下，以C端用戶和B端用戶為核心，產業內科技創新企業與精神專科診療機構、線下心理咨詢機構及從業者共同協作，形成多方位服務體系。提供從業培訓增加實操經驗產業內主體外線優全下化體聯診系動療診提流療供程服院?務內線院上提提高供執規業培水平平臺精神專科診療機構知識科普、情緒調節、提供就醫/咨詢信息診療、咨詢，建立醫患/咨訪信任提供SaaS評估系統駐場服務精神科醫生、心理咨詢師等從業者服務概述 服務流心理健康科技創新企業線下心理咨詢機構診斷、處方、治療等 咨詢、疏導等用戶轉接，配合提供更合適、更有效的服務學校、企業、社區等精神科病患、來訪者、受心理問題困擾人群借助系統篩查評估，及時調節、轉接自助情緒調節 線下服務線上化 細分垂直領域創新全自助 在線情緒調節 心理咨詢在線 AI 數字療法精神診療 輔助診斷半自助 從業者情緒調節 培訓評估篩查 智能硬件系統據業內人士預估，盡管需求較大，但受制于供給能力不足和需求難以釋放，目前國內心理健康產業市場規模約為千億元人民幣級別。產業內創新業務模式可分為三大類：自助情緒調節、線下服務線上化、細分垂直領域創新。自助情緒調節包括冥想、積極心理社交等全自助模式與EBP書寫訓練營等半自助模式。線下服務線上化最常見，包括線上精神診療、心理咨詢與以在線課程為主的從業者培訓。另有企業專攻細分垂直領域進行技術創新，如借助AI技術開發精神障礙輔助診斷工具、應用數字療法于特定精神病種、使用智能硬件收集生態化數據進行疾病監測和健康管理等。其中智能硬件包含腦機接口技術設備、虛擬現實技術設備和可穿戴設備。億歐智庫：心理健康產業創新生態結構 億歐智庫：心理健康產業創新業務模式情緒調節及心理咨詢領域精神診療領域注：僅展示部分代表性產品來源：億歐智庫30背景研究技術分析模式分析發展建議3.2.2

產業用戶特征：C端用戶特征不一，企業需針對性差異化競爭情緒調節心理咨詢精神診療基本特征人群規模年齡段分布教育水平求助情況受困擾程度主觀積極性相關認知積累社會態度社會認可商業態度主觀付費意愿支付金額預期單人實際支出結合用戶心理門檻低、接受度高、留存低的特點，增強服務的有效性和差異性，以自研、合作等方式連接咨詢服務，引導更高客單價、更高復購率的購買行為，實現利益增長。結合用戶認知積累較強的特點，以嚴把審核、內部培訓、定期考核等方式增強平臺內咨詢師的專業能力，避免傷害用戶信任，提高口碑的同時可借助品牌效應打造社區，增強用戶粘性并拓展“老帶新”的可能性。結合用戶受困擾重、支出高、就診意愿弱的特點，著重加強隱私保護，增強用戶安全感，同時與其他領域合力提供科普、篩查等服務，增強服務可及性的同時為精神疾病祛魅，降低用戶就診心理門檻。情緒調節心理咨詢精神診療心理健康產業內C端用戶（即實際使用者）的顧慮主要集中于價格、服務效果、社會看法等。但不同領域用戶特征有所不同，其中情緒調節服務用戶規模最大，主觀積極性最高，社會認可度最高，但付費意愿和實際支出都相對較低；心理咨詢服務用戶集中于18-35歲，整體教育水平較高，對服務的了解和認可程度最高；精神診療用戶需求最強，由于涉及到藥物、器械等，相應支出也最大。企業應考慮用戶實際情況設計合理的商業模式。針對不同領域的用戶特征，億歐智庫對應給出了企業商業模式設計的參考建議。億歐智庫：心理健康產業C端用戶特征 億歐智庫：心理健康產業企業商業模式參考建議來源：億歐智庫31中高低背景研究技術分析模式分析發展建議3.2.3

產業商業化影響因素：研發周期有別，市場規模和靶點被重點關注億歐智庫認為，影響心理健康產業不同領域創新業務模式的商業化落地因素集中于：研發周期，技術競爭力、服務對象及病種特性。情緒調節及心理咨詢領域產品多為軟件，開發、測驗相對成本低，研發周期較短，專業性相對較低，服務范圍較廣，用戶癥狀較輕；精神診療領域產品接近醫療藥械性質，需通過多次臨床驗證及官方審批，研發路徑較長，時間周期較長，其中三類醫療器械申請周期約需2.5年左右，涉及技術難度大，專業性相對較高，用戶癥狀較重。另外，在選擇研究病種時，精神診療領域內企業將患病人數多少（潛在市場規模）與是否有明確靶點（技術介入難度）作為考慮因素。選定服務范圍產品設計策劃面向市場推廣(軟件居多，開放下載即可)小范圍試水優化(軟件居多，開放內測或公測)錨定疾病類型產品設計策劃試產技術驗證官方注冊審批(多為三類醫療器械)臨床試驗驗證面向市場推廣(與醫院等診療機構合作推廣)億歐智庫：心理健康產業不同領域產品研發路徑情緒調節及心理咨詢領域 精神診療領域情緒調節及心理咨詢領域精神診療領域研發周期短 用戶癥狀輕用戶接受成本低 技術門檻低研發周期長 用戶癥狀重用戶接受成本高 技術門檻高億歐智庫：心理健康產業不同領域產品商業化落地影響因素抑郁癥認知損傷成癮睡眠障礙靶點明確性患病人數多億歐智庫：心理健康產業精神診療領域主要研究病種及選擇因素焦慮癥 精神分裂來源：億歐智庫32技術分析模式分析發展建議3.3.1

情緒調節及心理咨詢領域業務模式：企業各具業務特色，產品類型豐富心理健康產業內，情緒調節及心理咨詢領域內玩家眾多，各自基于自身先發優勢發展出不同業務特色，有的專攻單個病種拓展服務鏈條，有的深耕垂直領域增強服務能力，有的多點布局擴充業務豐富度。背景研究商業模式用戶類型典型業務類型代表產品推動力挑戰點在線心理咨詢C端心理咨詢平臺入局門檻低，用戶規模大，易接受咨詢師供給不足，服務能力受限從業者培訓C端心理咨詢師服務平臺信息整合平臺較少，持證人數遠大于就業人數，迎合用戶好奇心培訓質量難以保證，咨詢師能力考核無統一標準全自助情緒調節C端正念冥想App，積極心理社交App，情感傾訴使用方便難以保證用戶長期留存及付費轉化半自助情緒調節C端專人輔助下的書寫訓練營周期明確，便于執行，緩解行業供給不足難題用戶接受度不高，推廣能力受限智能硬件C端虛擬現實技術設備，腦機接口設備，可穿戴設備篩查流程客觀化、標準化技術難度大，研發成本高心理評估系統B端EAP心理咨詢；SaaS系統企業發展須提高員工歸屬感產品高度模式化，實際應用易局限于形式，忽視個性化來源：億歐智庫33背景研究技術分析模式分析發展建議3.3.1

情緒調節及心理咨詢領域技術介入：著力優化用戶體驗，實現精準匹配由于情緒調節及心理咨詢領域內用戶癥狀較輕、較為復雜，訴求多為情感陪伴、傾訴等，人工智能技術、大數據、人機交互等技術在此領域內協同發力，著力增強對數據的挖掘以及對用戶興趣的感知和反饋，實現更智能、更高效的“用戶-方案-服務者”匹配，企業也著重增強不同產品服務能力，實現更精準、更高效的匹配。大數據處理信息檢索與推薦通過分析用戶的歷史行為給用戶的興趣建模，主動推薦能夠滿足用戶興趣和需求的信息，從而使用戶持續、長期接收知識科普、課程培訓、咨詢問診等相關服務，推動服務準確化、個性化、專業化發展。知識圖譜知識推理對平臺現有數據資源進行語義標注和鏈接，將用戶搜索輸入的關鍵詞，與知識圖譜相映射，顯示出滿足用戶需求的結構化信息內容，基于知識的問答系統通過理解將用戶的問題轉化為對知識圖譜的查詢，給出用戶所關心的心理學知識以及咨詢服務。自然語言處理深度學習基于語音分析、詞法分析、句法分析、語義分析和語用分析，通過文本分類、語音識別等形式，理解自然語言文本的意義，以自然語言文本表達給定的意圖。智能檢測當前對話話題，分析語義及情緒，識別來訪者情感狀態，引導分流至對應服務類型。虛擬現實技術借助情感計算、虛擬現實、智能用戶界面等技術，改善人機交互的高效率、有效性和自然性，增強感知能力，并可借助穿戴設備開拓增強體驗的應用，提升用戶體驗。人機交互來源：億歐智庫34技術分析模式分析發展建議3.3.2

精神診療領域業務模式：覆蓋診療全環節，線上線下診療一體化服務精神診療領域創新企業針對于診前篩查環節、診斷環節、治療環節、院后康復管理環節都有布局。評估篩查業務適配場景最廣，輔助診斷業務處于市場推廣期，部分企業基于自身科研和技術優勢開展數字療法業務，但市場認可度仍需驗證。另外頭部企業如好心情、康寧醫院則率先整合醫療資源轉向線上線下一體化診療服務。背景研究業務模式場景典型業務類型代表產品推動