论文标题	作者	研究主题
打字疗法：使用大语言模型聊天机器人进行心理健康支持的体验研究 Song 等人通过21人访谈揭示用户为LLM聊天机器人创建独特支持角色的方式，提出治疗性对齐概念，为AI心理健康支持工具的设计提供伦理建议。	IS Inhwa Song et al.韩国科学技术院	AI Applications for Safety and Support
ExploreSelf: 通过大型语言模型的自适应指导促进用户驱动的个人挑战探索和反思 Song等人提出ExploreSelf系统，由LLM驱动提供适应性指导，让用户灵活导航反思旅程，19人研究证明其促进深入参与和个人洞察。	IS Inhwa Song et al.韩国科学技术院
以人为中心的AI研究错失的机遇：理解精神健康AI研究中利益相关者的协作 Yoo 等人通过访谈发现社交媒体数据作为边界对象促进精神健康AI研究中利益相关者协作，主张建立共识将患者视为领域专家，使不可见工作可见，提升研究的人性化程度。	DY Dong Whi Yoo et al.佐治亚理工学院	Session 3b: Bridging Technology and Therapy
迈向包容性的工人福祉未来 Pendse等人通过分析13265篇日记和26次访谈，发现组织、文化和个人因素影响工人福祉需求理解，建议技术设计应支持多样化的福祉形式。	SP Sachin R. Pendse et al.佐治亚理工学院	Session 1a: Work and Technology
广告推荐学习 AI 编程到 CodeNow 系统课程、实战项目、持续更新，适合想真正把 AI 用进开发流程的人。立即查看
量化波兰效应：研究新兴的精神病干预措施对在线心理健康讨论的影响 Pendse 等人通过分析十年内 676,875 篇 Reddit 帖子，发现裸盖菇素蘑菇相关书籍和纪录片发布后在线健康讨论增加，证实了 Pollan 效应在在线社区的延伸。	SP Sachin R. Pendse et al.佐治亚理工学院
边缘化与线上精神疾病叙事的构建：在技术支持护理中突出机构的作用 Pendse等人通过大规模语言分析和18名深度访谈，探讨资源匮乏地区线上线下机构如何影响精神疾病患者在网上表达痛苦，为技术支持设计提供机构视角的优化建议。	SP Sachin R. Pendse et al.佐治亚理工学院	Mental Health I
emoji_events 从治疗到治愈：构想去殖民化的数字心理健康 Pendse 等人批判数字心理健康技术放大的历史不公正，主张以生活经历为中心、意识到社会结构因素的去殖民化设计路径。	SP Sachin R. Pendse et al.佐治亚理工学院
emoji_events 《我周日不可以不去想自杀吗？》：理解技术中介的心理健康支持路径 Pendse 等人通过18名利益相关者访谈，揭示印度心理健康热线系统如何因技术与结构性障碍边缘化来电者需求，并基于设计正义框架提出改进建议。	SP Sachin R. Pendse et al.佐治亚理工学院
情感精神科医生：消息数据中的情感信号 Massachi 等人比较了LIWC、VADER与人类对消息数据情感判断的准确性，发现人类判断在有信心时优于VADER，建议改进需考虑语境和时机。	TM Talie Massachi et al.布朗大学	Conversation and Communication
像减震器一样：理解技术中介心理健康支持的人力基础设施 Pendse 等人通过访谈12名印度心理健康热线志愿者，揭示了其人力基础设施中建立和维护边界的工作，为面向服务不足群体的TMMHS系统设计提供参考。	SP Sachin R. Pendse et al.佐治亚理工学院
变化的时刻：分析在线心理健康论坛中的基于同伴的认知支持 Pruksachatkun 等人提出「变化时刻」操作定义，开发预测模型识别在线论坛中的认知变化，发现情感语言最具预测性，但模型存在文化差异问题。	YP Yada Pruksachatkun et al.纽约大学
在线心理健康支持论坛使用的跨文化差异 Pendse 等人分析跨文化心理健康论坛发现，亚洲用户更常提及本国、使用非临床语言、更易向同胞提供支持，但临床语言使用不受国际互动影响，并提出改进设计建议。	SP Sachin R. Pendse et al.佐治亚理工学院	Health and Relationships