AIに悩みを話したら「うつの可能性がある」と言われ、不安が消えない。研究では、AIの判定は条件のよい研究でも外れがあり、診断ではない。記録を持って人に相談するのが次の一歩
眠れない日が続く、何をしても楽しくない。そうAIに書いたら「うつ病の可能性があります」と返ってきた。それ以来、その一文が頭から離れない。そんなときに、AIの言葉をどう受け止め、次に何をすればいいかを、研究から整理します。
3行でわかる
- AIの「可能性があります」は、ふるい分け（スクリーニング）に近い言葉で、診断ではありません。
- 18件の研究のまとめでは、AIの判定は質問票などとよく一致した例もありましたが、研究の質にはばらつきがありました。医師も使う質問票でも、陽性と出た人の約半数は面接でうつ病と判断されなかったという試算があります。
- AIの言葉は「確かめるきっかけ」として受け止め、いつから・どんな状態かを記録して、医療機関や公的な相談窓口など人に相談します。
01 結論から言うとAIに「うつの可能性」と言われたら、うつ病なの？
そうとは決まりません。AIの判定は、医師の診断ではなく、気になる人を拾い上げるふるい分けに近いものです。ふるい分けには外れがつきものなので、AIの言葉は「確かめるきっかけ」と受け止め、人に相談して確かめるのが次の一歩です。
うつ病かどうかは、医師などが、いつから・どのくらい・どんな症状が続いているか、生活にどう響いているか、ほかの病気や事情はないかを聞いたうえで判断します。チャットに書いた数行だけでは、そこまでの情報はそろいません。
一方で、AIが拾い上げたつらさそのものは、軽く扱わなくていいものです。「AIに言われたから」ではなく、「自分がつらいと感じているから」相談する。そう考えると、AIの一言に振り回されにくくなります。
02 研究とデータでわかっていることAIの心の判定は、どのくらい当たる？
研究のまとめでは、AIの判定が質問票や専門家とよく一致した例がある一方、研究の質にはばらつきがあり、偏りの心配も残っていました。また、医師も使う質問票でさえ、陽性の約半数はうつ病ではないという試算があり、ふるい分けの結果は確かめが前提です。
Morales Gil ら（2026、系統的レビュー）[1]
チャットボットやAIで成人の心の状態をふるい分け・評価した18件の研究をまとめた。大規模言語モデルによるうつと不安の判定では、当てはまる人を拾う割合が0.84〜0.93、当てはまらない人を正しく外す割合が0.80〜0.96と報告されていた。ただし研究の質にはばらつきがあり、参加者の選び方などで偏りの心配が中程度以上ある研究もあった。著者らは「医師の判断を置き換えるのではなく補うもの」と結論している。
対象: 2021〜2025年の18件（参加者20〜3,902人） ／ 限界: 比べる基準には質問票の点数も含まれ、医師の診断と比べた研究ばかりではない。多くは一時点の調査だった。
Lenz ら（2026）[2]
訓練を受けた模擬患者が演じた3つの精神科の診察を使い、10種類のAIに診察の文字起こしを読ませて、100項目の症状を評価させた。成績が最上位のAIの正解率は全体で0.72で、比べた108人の医師（7割が研修中の若手）の成績の分布では、中ほどよりやや上（64パーセンタイル）だった。うつの場面の正解率は0.81で、医師らの平均0.79と近かった。AIは医師より「判断できない」とすることが多かった。
対象: ドイツの3病院の医師108人と10種類のAI（正解は専門家3人の合意） ／ 限界: 模擬の診察3件だけで、実際の患者ではない。チャットでの何気ない相談とは条件が大きく違う。
Levis ら（2019、個人データのメタ分析）[3]
うつのふるい分けに広く使われる質問票PHQ-9の精度を、医師などの面接による診断と比べた。10点以上を陽性とすると、うつ病の人の88%を拾い、うつ病でない人の85%を正しく外していた。それでも、うつ病の人が14%の集団では、陽性と出た人の約半数（51%）は面接でうつ病と判断されない計算になる、と著者らは書いている。
対象: 58件の研究の参加者17,357人（精度の推定は面接の方法をそろえた29件・6,725人） ／ 限界: AIではなく質問票の研究。陽性のうち外れる割合は、集団の中のうつ病の人の多さで変わる。
Bleuze ら（2026、文献の整理）[4]
大規模言語モデルで心の不調を見分けようとした201件の研究を調べた。多くはSNSの投稿などの文章からうつを見分けるもので、偏りや医療での役立ち方について、開発の5つの段階のうち3つ以上にふれていた研究は約2割（41件）にとどまった。
対象: 2019〜2024年に発表された英語の研究201件 ／ 限界: 研究の進め方を調べた整理で、個々のAIの精度を比べたものではない。
まとめると、条件のよい研究では、AIは心の状態をかなりの程度見分けられることがあります。それでも、ふるい分けには必ず外れが出ます。医師も使う質問票でさえ陽性の約半数が当てはまらない試算があることを思えば、チャットでの一言を「結果」として抱え込む必要はありません。
03 まだわかっていないことふだんのAIチャットの判定は、どのくらい当たる？
わかっていません。研究の多くは、決まった質問への回答や診察の記録を使った条件で、ふだんの何気ないチャットでの判定の当たり方を確かめた研究は見つかりませんでした。日本語での研究も見つかっていません。
- 研究で調べられたAIの多くは、ふるい分けのために作られた仕組みや指示の下で動いていました。ふだん使う汎用のチャットAIの何気ない返事の正確さは、わかっていません。
- AIの精度の数字には、医師の診断ではなく、質問票の点数と比べたものも含まれていました [1]。
- 日本語で、日本の利用者を対象にした研究は見つかりませんでした。
- AIに「うつの可能性」と言われたことが、その後の不安や相談につながるかどうかを調べた研究は見つかりませんでした。
04 今日からできることAIに言われて不安になったら、何をする？
まずAIの言葉を「確かめるきっかけ」と書き直し、今の状態を短く記録します。そのうえで、医療機関や公的な相談窓口などの人に相談します。AIに書いた内容が気になるなら、履歴の扱いも確かめます。お金をかけずにできます。
AIの言葉を、自分の言葉で書き直す
「うつ病の可能性がある」を「つらさが続いているので、人に確かめてもらうきっかけができた」とメモに書き直します。AIの一言は診断ではない、と自分に言い聞かせる代わりの方法です。
目安 5分
いつから・どんな状態かを記録する
眠り、食欲、気分、仕事や家事への影響を、1日1行で書きます。「いつから始まったか」「何がきっかけだったか」も分かる範囲で添えます。相談するときに、このメモがいちばん役に立ちます。
目安 1日1分
人に相談して確かめる
かかりつけ医、心療内科や精神科、職場や学校の相談室、公的な相談窓口などに、手順2のメモを持って相談します。AIとのやりとりを見せる必要はありません。どこに行けばいいか迷う段階なら、まず電話の相談窓口で聞くこともできます。
目安 電話か予約1回
AIに書いた内容の扱いを確かめる
心の悩みは、とても個人的な情報です。使っているサービスの公式ヘルプで、会話の履歴の削除や、学習に使わない設定があるかを確かめます。
目安 10分
AIに書きすぎたと感じたときの手当てはAIに個人的なことを話しすぎて、後から怖くなったに、体の症状や薬のことをAIに聞くときの注意はAIに病気や薬のことを聞いても大丈夫？にまとめています。
05よくある質問
AIに「うつの可能性がある」と言われたら、うつ病なの？
そうとは決まりません。AIの判定はふるい分けに近いもので、診断ではありません。医師も使う質問票でも、陽性と出た人の約半数は面接でうつ病と判断されなかったという試算があります。気になる状態が続くなら、医療機関などで確かめてもらいます。
AIに「大丈夫そう」と言われたら、安心していい？
安心の材料にはしないほうが確かです。AIの判定は、当たる方向にも外れる方向にも誤りがありえます。眠れない、食欲がない、何をしても楽しめないといった状態が続いて生活に響いているなら、AIの返事にかかわらず人に相談してください。
受診するとき、AIとのやりとりを見せたほうがいい？
見せなくても構いません。役に立つのは、いつから、どんな状態が、どのくらい続いているかのメモです。AIに書いた内容のうち、伝えたいことがあれば、自分の言葉でメモに写しておくと話しやすくなります。
心の悩みをAIに書いてしまった。消したほうがいい？
書いた内容が気になる場合は、使っているサービスの公式ヘルプで、会話の履歴の削除や、学習に使わない設定があるかを確かめられます。入力した情報の扱いは、このサイトの別の記事にまとめています。
こころの健康相談統一ダイヤル（0570-064-556）: 電話をかけた地域の公的な相談窓口につながります。受付の曜日や時間は地域によって違います [5]。つらい状態が2週間以上続くときや、日常生活に支障があるときは、医療機関にも相談できます。
関連記事
心の疲れ・比べて落ち込む職場のAI導入でしんどくなる前に。ストレスチェックの結果は本人に届き、社外の相談窓口は無料で使える
心の疲れ・比べて落ち込むAIで作った人物の画像と比べて落ち込みそう。「AI生成」と表示があれば平気？研究では表示があっても体への満足度は下がり、見る相手と時間を先に決めておくほうが確か
心の疲れ・比べて落ち込む職場のAIやツールに見張られている気がして、しんどい。研究では、つらさは「自分で決められない」「プライバシーがない」感じを通して強まり、仕組みを知る人ほど軽かった
出典
- Morales Gil, I., Marti-Estevez, I., Doval, S., et al. (2026). Effectiveness of Chatbots in Mental Health Screening and Assessment: Systematic Review. JMIR Mental Health, 13, e93672. https://doi.org/10.2196/93672
- Lenz, E., Naamanka, J., Trabert, W., et al. (2026). Benchmarking large language models against practicing clinicians on psychopathological assessment. npj Digital Medicine, 9, 518. https://doi.org/10.1038/s41746-026-02852-7
- Levis, B., Benedetti, A., Thombs, B. D., & DEPRESSD Collaboration. (2019). Accuracy of Patient Health Questionnaire-9 (PHQ-9) for screening to detect major depression: individual participant data meta-analysis. BMJ, 365, l1476. https://doi.org/10.1136/bmj.l1476
- Bleuze, C., Fort, K., Martin, V. P., & Névéol, A. (2026). Large Language Models for Mental Health Prediction: Scoping Review of Bias and Clinical Utility Documentation in 2019-2024. JMIR AI, 5, e88082. https://doi.org/10.2196/88082
- 厚生労働省「電話相談窓口（まもろうよ こころ）」 https://www.mhlw.go.jp/mamorouyokokoro/soudan/tel/