菲律宾学校近期发生的枪击事件，理所当然地引发了家长、教育工作者和政府官员的警觉。8月，Ateneo de Zamboanga University 一名九年级学生开枪打死另一名学生后自尽。仅仅数周前，Tacloban 又发生了另一起致命校园枪击案。这些悲剧情况复杂，我们应谨慎，不要把心理健康问题与暴力划上等号。大多数经历心理健康困难的人并不会施暴。但这些事件应促使我们思考：在年轻人陷入危机之前，我们是否已经做得足够，去识别那些正经历严重痛苦的人。

人们的第一反应理所当然是加强物理安保。学校增加了书包检查，也有人提出使用金属探测器，甚至透明书包。我理解这种做法。父母把孩子送到学校时，期待他们平安回家。但设想一下，每天早晨成百上千名学生在差不多同一时间到校，所有书包都要被检查是否携带枪支、刀具或其他违禁物品。除了造成长队、需要大量人力之外，我们是在尽可能晚的时刻才发现风险——当武器已经到达校门口。我们盯着金属物件，却没有先问：这个孩子为什么会决定把它带来？

物理安保始终是必要的，但它不能成为我们唯一的防线。或许我们也应当像识别武器那样重视识别痛苦。问题随之变成：技术，尤其是人工智能，能否帮助我们更早识别预警信号？

每年，数以百万计的菲律宾员工都会接受年度体检。我们测量血压、胆固醇和血糖。我们做 X 光检查和视力测试，因为我们接受医学的一个基本原则：早发现才能早干预。我们不会等到有人心脏病发作后才发现高血压。然而，我们对心理健康的处理在很大程度上仍是被动的。我们往往只有在学业表现下滑、缺勤增加、工作恶化，或当事人最终开口求助时，才发现他们正在挣扎。有时，第一个明显迹象出现时，危机其实已经发生。

我认为，现在是时候让菲律宾学校和职场探索由 AI 支持的定期心理健康筛查。学生和员工可以定期自愿完成简短、保密的心理健康评估，使用经过科学验证的筛查工具。这些工具可以评估与抑郁、焦虑、压力、倦怠、孤独、欺凌、绝望或自杀风险相关的指标。其原理上并不会与定期测量身体健康指标有根本不同。目的不是诊断精神疾病，而是识别值得专业关注的警示信号。

其实已有成熟工具能说明初筛可以多么简便。美国国家精神卫生研究所开发了 Ask Suicide-Screening Questions，简称 ASQ 工具包，由四个简短问题组成，约 20 秒即可完成。在其研究中，对一个或多个问题回答“是”，可识别出 97% 的 10 至 21 岁自杀风险青少年。阳性结果并不等于精神科诊断，它只是提示需要由合格人员进一步评估。

人工智能有可能让这种方法更强大，因为它关注的不只是当下的答案，还包括随时间变化的趋势。设想一名学生每个月进行一次保密的三分钟简短填写。几个月来一切看似正常，但答案逐渐变化：睡眠变差、孤立感增加、学业压力上升、希望感下降，最终出现自我伤害想法。单个答案未必能讲完整个故事，但轨迹可能告诉我们，这个人需要关注。

如果设计得当，这样的系统就像早期预警雷达。正常结果只会导向预防性健康资源；明显恶化则可私下为学生或员工安排与辅导员、心理学家、员工援助计划或其他合适专业人士的会面；若答案显示存在迫在眉睫的安全风险，则启动既定的人类干预流程。

我们必须在这里清楚界定 AI 的角色。它不应诊断精神疾病，不应预测谁会实施暴力，也不应判断谁有自杀倾向。AI 应该做的是识别模式并帮助排序关注重点。评估、诊断、辅导和干预必须仍由人来负责。

这一点在职场尤其重要，因为心理健康问题也正变得愈发显著。员工面临财务压力、繁重工作、家庭问题、漫长通勤、倦怠、孤独，以及对职业前景的不确定。讽刺的是，AI 本身也在增加新的焦虑来源，人们担心自己的工作和技能是否还会有用。菲律宾劳动部门一直在强调心理社会安全和职场心理健康项目，包括保密、转介、治疗和员工支持。

AI 辅助系统可以帮助企业更早理解这些问题，但它绝不能变成员工监控系统。HR 不应收到一份把员工标记为抑郁、焦虑或可能自杀的名单。企业也不应以健康之名，秘密分析员工的私人信息、电子邮件、社交媒体活动或个人设备。承认自己感到焦虑的员工，绝不能担心这个回答会影响其晋升、绩效评估或工作安全。

更好的模式，是把个人照护与机构层面的洞察分开。可识别个人身份的警示信息，只应提供给在严格保密和明确升级流程下、经授权的心理健康专业人员。管理层则可以接收匿名、汇总后的信息。例如，CEO 可能会发现，在过去六个月里，某个业务单元的倦怠指标显著上升。这揭示的可能不是员工问题，而是管理问题，例如工作量过大、不切实际的目标、领导不力或不健康的文化。

学校也可以在不必识别个别学生的情况下看到更广泛的趋势。也许毕业班学生的焦虑在上升；也许新生的孤独感在增加；也许某个年级层与欺凌相关的指标突然升高。管理者可以通过辅导、教育、家长参与和其他预防性干预来回应，在问题变得更严重之前先行处理。

其中存在重大风险。AI 系统可能产生假阳性和假阴性。菲律宾人表达痛苦的方式，可能与国际心理工具所基于的人群不同。心理健康数据也极其敏感。因此，任何系统都需要知情同意、数据最小化、网络安全、有限保留、透明的访问规则、临床监督以及人工复核。对于儿童和青少年，保障必须更强。世界卫生组织本身已警告，生成式 AI 已被用于心理健康支持，但许多系统并非为此设计，也未经临床验证。

因此，解决方案不是 AI 治疗师。我设想的要简单得多：建立一个菲律宾心理健康早期预警系统，将定期、经过验证的筛查、AI 辅助的模式检测、严格的隐私保护，以及确保获得合格的人类干预结合起来。政府、学校、企业、大学、科技公司和心理健康组织可以合作开展受控试点，以判断这种模式是否适用于菲律宾语境。

书包检查和金属探测器或许能阻止某个清晨的武器进入学校。我们当然应当在必要时提升物理安保。但校门口的安保处理的是一个可能更长故事的最后几分钟；心理健康干预则是在问，我们能否在几周或几个月前就接触到那个人。

当涉及身体健康时，我们早已理解这一理念。我们测血压，因为我们宁愿在心脏病发作前发现预警信号。

也许，现在是时候把同样的思路应用到心理健康上了。

Donald Patrick Lim 医生是 Global AI Council Philippines 和 Blockchain Council of the Philippines 的创始主席，也是 Cybersecurity Council 的创始主席，该委员会致力于倡导正确使用新兴技术，推动商业组织向前发展。他目前是 DITO CME Holdings Corp. 的总裁兼首席运营官。