Num caso fictício, um estudante de 20 anos vem à consulta por insônia. No meio da conversa, conta que há meses fala todas as noites com um chatbot, e que na semana passada escreveu para ele que "não via mais sentido em continuar". O programa respondeu com uma mensagem genérica de apoio e mudou de assunto. Ele pergunta, meio sem graça, se isso "conta".

Conta, e muito. Os chatbots de saúde mental passaram de curiosidade a ferramenta de uso diário para muitas pessoas, e a pesquisa avançou em duas frentes que pouco se conversam. De um lado, ensaios randomizados medem o efeito desses programas sobre sintomas de depressão, ansiedade e estresse. De outro, estudos de auditoria testam como os chatbots respondem quando alguém fala em suicídio ou autolesão.

Este texto resume o que as meta-análises mostram, quem participou dos estudos, onde os resultados são inconclusivos e o que fazer na consulta quando o paciente conta que conversa com um chatbot em crise.

Principais pontos

• Numa revisão com 13 ensaios randomizados com jovens, 11 deles reunidos na meta-análise, os chatbots reduziram o sofrimento psicológico com tamanho de efeito pequeno (g de Hedges de −0,28), com certeza da evidência classificada como moderada pelos autores (Li et al., 2025).
• No mesmo trabalho, o efeito sobre o bem-estar psicológico foi inconclusivo, porque o intervalo de confiança incluiu a ausência de efeito (Li et al., 2025).
• Numa meta-análise de oito ensaios feitos na Ásia, com 921 participantes, os chatbots reduziram sintomas depressivos, mas os efeitos sobre ansiedade e estresse foram inconclusivos (Leung et al., 2026).
• Num teste com 29 chatbots diante de mensagens simuladas de risco crescente de suicídio, nenhum deu uma resposta considerada adequada pelos critérios dos autores (Pichowicz et al., 2025).
• A maior parte dos participantes dos ensaios eram jovens sem diagnóstico, recrutados em escolas e universidades, e quase nenhum estudo acompanhou os efeitos por mais de algumas semanas.

• O que é um chatbot de saúde mental
• O que mostram as meta-análises em jovens
• O que mostram os estudos na Ásia e as revisões mais amplas
• Onde está o risco: a resposta na crise
• O que fazer quando o paciente conta que usa um chatbot
• Como o NEXO ajuda a treinar esse raciocínio
• Perguntas frequentes
• Take-home messages

O que é um chatbot de saúde mental

Chatbot é um programa que conversa com o usuário por texto ou por voz. Na saúde mental, a revisão de Li e colegas descreve uma evolução de sistemas baseados em regras, com respostas predefinidas e árvores de decisão, para sistemas de inteligência artificial (IA) que processam linguagem natural (Li et al., 2025). Os mais recentes usam modelos de linguagem de grande porte, os mesmos que estão por trás dos assistentes de uso geral.

Essa distinção importa porque os estudos misturam produtos muito diferentes. Um chatbot de regras segue um roteiro de terapia cognitivo-comportamental escrito por clínicos. Um modelo generativo cria cada resposta na hora, e pode dizer coisas que ninguém previu. E muita gente usa, para desabafar, assistentes de uso geral que não foram desenhados nem testados como intervenção de saúde mental.

Como este tema difere dos verificadores de sintomas

O post sobre verificadores de sintomas trata de aplicativos que recebem uma lista de queixas e devolvem hipóteses e um grau de urgência. Aqui o assunto é outro: programas que conversam de forma continuada com a pessoa, com a intenção de reduzir sintomas, e o que acontece quando essa conversa chega a uma crise. A pergunta central deixa de ser se o programa acerta o diagnóstico e passa a ser se ele ajuda e se ele protege.

O que mostram as meta-análises em jovens

A revisão sistemática com meta-análise de Li e colegas buscou estudos de intervenção com chatbots para jovens de 10 a 24 anos, publicados entre janeiro de 2014 e setembro de 2024 (Li et al., 2025). Os autores incluíram 29 estudos, dos quais 13 eram ensaios randomizados; 11 deles entraram na meta-análise, e dois ficaram de fora por falta de dados.

O resultado principal foi uma redução do sofrimento psicológico, que reunia depressão, ansiedade, estresse e afeto negativo, com g de Hedges de −0,28 e intervalo de confiança de 95 por cento de −0,46 a −0,10 (Li et al., 2025). Um g de Hedges em torno de 0,2 a 0,3 costuma ser lido como efeito pequeno. Os autores classificaram a certeza dessa evidência como moderada, rebaixada pela heterogeneidade entre os estudos.

Para o bem-estar psicológico, o g de Hedges foi de 0,13, com intervalo de −0,16 a 0,41 (Li et al., 2025). Como o intervalo inclui o zero, o resultado é inconclusivo: os dados são compatíveis com benefício, com nenhum efeito e com pequeno prejuízo. A certeza dessa evidência foi classificada como baixa, por risco de viés e inconsistência.

O que os subgrupos mostram

Os autores fizeram análises de subgrupo pré-definidas, e cada uma tem poucos estudos, o que pede cautela. Para o sofrimento psicológico, a redução foi estatisticamente significativa em populações clínicas ou subclínicas, com g de −0,34 e intervalo de −0,57 a −0,10, em cinco ensaios (Li et al., 2025). Em populações sem sintomas clínicos, o g foi de −0,19, com intervalo de −0,48 a 0,10, em seis ensaios, um resultado inconclusivo.

Os chatbots baseados em IA tiveram g de −0,36, com intervalo de −0,58 a −0,14, em oito ensaios, enquanto os baseados em regras tiveram g de −0,09, com intervalo de −0,39 a 0,20, em quatro ensaios, um resultado inconclusivo (Li et al., 2025). A interação multimodal teve g de −0,39 e a só por texto, g de −0,19 com intervalo que inclui o zero. No bem-estar, a direção se inverte: só os chatbots baseados em regras mostraram efeito estatisticamente significativo, com g de 0,29 e intervalo de 0,01 a 0,57, em três ensaios.

Esses contrastes vêm de comparações entre estudos diferentes, com populações e controles diferentes, e servem para gerar hipóteses, e não para escolher um tipo de chatbot.

Quem foi estudado

A idade dos participantes variou de 8 a 33 anos, e os homens eram em média 38,3 por cento das amostras (Li et al., 2025). Vinte dos 29 estudos recrutaram populações sem diagnóstico, cinco incluíram pessoas com sintomas psicológicos, quatro recrutaram populações clínicas, e a maioria ocorreu em escolas e universidades. Os países de alta renda responderam por 62,1 por cento dos estudos, e os mais representados foram Estados Unidos, China e Nova Zelândia, segundo os autores (Li et al., 2025).

Os próprios autores apontam os limites: amostras sem diagnóstico, de países desenvolvidos, risco de viés e heterogeneidade, poucos estudos para avaliar efeitos de longo prazo e inclusão só de publicações em inglês e chinês. Também notam que apenas 14 dos 29 estudos tinham medidas de proteção, como assistência de emergência, identificação de crise ou acompanhamento profissional.

O primeiro ensaio com estudantes

Um dos ensaios mais citados ilustra o tipo de evidência por trás dessas médias. Fitzpatrick e colegas descrevem um ensaio randomizado sem cegamento com 70 estudantes de 18 a 28 anos que relatavam sintomas de ansiedade e depressão, recrutados por uma rede social universitária (Fitzpatrick et al., 2017). Um grupo usou por duas semanas um chatbot com conteúdo de terapia cognitivo-comportamental, e o outro recebeu um livro eletrônico informativo sobre depressão.

Na análise por intenção de tratar, o grupo do chatbot reduziu os sintomas depressivos medidos pelo PHQ-9, e o grupo controle não (Fitzpatrick et al., 2017). Na análise de quem completou o estudo, a ansiedade caiu nos dois grupos, sem vantagem demonstrada para o chatbot. Os autores o descrevem como estudo de viabilidade, com amostra pequena, intervenção curta e sem seguimento. Uma das autoras fundou a empresa que criou o chatbot, conflito declarado no artigo.

O que mostram os estudos na Ásia e as revisões mais amplas

A revisão de Leung e colegas reuniu oito ensaios randomizados, com 921 participantes, feitos na China, na Coreia do Sul, na Índia, no Japão e em Taiwan, publicados entre 2020 e 2023 (Leung et al., 2026). Os chatbots reduziram a gravidade dos sintomas depressivos em 0,46 na medida de efeito agrupada dos autores, com intervalo de confiança de 95 por cento de −0,76 a −0,16 e heterogeneidade alta (Leung et al., 2026).

Nos subgrupos, a redução da depressão foi significativa em populações clínicas e entre participantes chineses, mas não entre participantes sul-coreanos, e foi significativa na comparação com biblioterapia, mas não nas comparações com outros controles (Leung et al., 2026). Para ansiedade, afeto positivo e estresse, a revisão não encontrou efeito significativo, o que torna esses resultados inconclusivos.

Os autores concluem que nenhum evento adverso foi relatado, mas a informação vem de apenas três estudos que descreveram segurança (Leung et al., 2026). Eles listam como limites cerca de 40 por cento dos ensaios com alto risco de viés (três dos oito), poucos estudos com seguimento além de quatro semanas e poder limitado na maioria das comparações (Leung et al., 2026).

Revisões com mais ensaios

Uma meta-análise maior reuniu 48 ensaios randomizados, com 28 071 participantes de 31 países, misturando chatbots baseados em IA e em regras (Mokhtari Masoumi Alamdarloo et al., 2026). Os efeitos, expressos como diferença média padronizada, foram de −0,27 para depressão, −0,20 para ansiedade e −0,26 para estresse, todos com intervalos que excluem o zero. Os autores notam que a maioria dos estudos ocorreu em países de alta renda, que menos da metade tratou de segurança, retaguarda humana ou monitoramento de eventos adversos, e que faltam dados de longo prazo.

Para os chatbots generativos, uma revisão sistemática reuniu 26 estudos e uma meta-análise de 14 ensaios com 6314 participantes (Zhang et al., 2025). O tamanho de efeito agrupado foi de 0,30 na redução de problemas de saúde mental, com intervalo de confiança de 0,004 a 0,59. O intervalo de predição, de −0,85 a 1,67, inclui a ausência de efeito: num novo estudo, o resultado pode ir de prejuízo a benefício grande, o que torna inconclusiva a previsão para um contexto específico.

Fonte e desenho	Quem foi estudado	Desfecho	Resultado como relatado	Leitura
Li 2025, meta-análise de 11 ensaios	Jovens de 8 a 33 anos, maioria sem diagnóstico	Sofrimento psicológico	g de −0,28 (IC 95: −0,46 a −0,10)	Efeito pequeno, certeza moderada
Li 2025, mesma análise	Mesma amostra	Bem-estar psicológico	g de 0,13 (IC 95: −0,16 a 0,41)	Inconclusivo, certeza baixa
Leung 2026, meta-análise de 8 ensaios	921 participantes na Ásia	Sintomas depressivos	−0,46 (IC 95: −0,76 a −0,16)	Redução, heterogeneidade alta
Leung 2026, mesma análise	Mesma amostra	Ansiedade e estresse	Efeito não significativo	Inconclusivo
Mokhtari 2026, meta-análise de 48 ensaios	28 071 participantes, 31 países	Depressão, ansiedade, estresse	DMP de −0,27, −0,20 e −0,26	Efeitos pequenos
Zhang 2025, meta-análise de 14 ensaios	6314 participantes, chatbots generativos	Problemas de saúde mental	0,30 (IC 95: 0,004 a 0,59)	Intervalo de predição inclui zero

Fontes: Li et al., 2025; Leung et al., 2026; Mokhtari Masoumi Alamdarloo et al., 2026; Zhang et al., 2025. IC 95: intervalo de confiança de 95 por cento (Li et al., 2025); DMP: diferença média padronizada. Valores negativos indicam redução de sintomas, exceto no bem-estar e na linha de Zhang, em que os autores expressam o benefício com sinal positivo.

O problema do abandono

Os efeitos médios valem para quem continua usando. Uma meta-análise de 39 estudos estimou uma taxa agrupada de abandono de 17,04 por cento, com intervalo de 11,46 a 23,38, em intervenções de saúde mental com IA (Yang et al., 2026). Os chatbots generativos tiveram abandono menor, de 9,25 por cento, do que os sistemas baseados em recuperação de respostas, de 23,12 por cento, segundo os autores (Yang et al., 2026). Nas intervenções para depressão, menor abandono se associou a efeitos maiores. Os autores também encontraram sinal de viés de publicação: com o ajuste por imputação de estudos ausentes, a taxa agrupada subiu para 36,49 por cento (Yang et al., 2026).

Na revisão de Li, a mediana de abandono foi de 23,4 por cento, com variação de zero a 89,7 por cento entre os estudos (Li et al., 2025). Quem abandona some dos dados, e é justamente aí que pode estar quem piorou.

Onde está o risco: a resposta na crise

Os ensaios randomizados medem sintomas em semanas. Eles quase nunca medem o que acontece na noite em que alguém escreve que pensa em morrer. Para isso, os pesquisadores passaram a testar os chatbots com mensagens simuladas.

Vinte e nove chatbots diante do risco crescente

Pichowicz e colegas testaram 29 chatbots com IA, 24 específicos de saúde mental e cinco de uso geral, com uma sequência padronizada de mensagens baseada na Escala de Avaliação da Gravidade do Suicídio de Columbia, simulando risco crescente (Pichowicz et al., 2025). A resposta seria adequada se o programa, entre outros critérios, recomendasse ajuda profissional, insistisse na busca imediata de ajuda, indicasse um contato de emergência correto sem precisar ser perguntado e afirmasse que não tinha condições de lidar com uma crise suicida.

Dos 29 programas, nenhum cumpriu os critérios de resposta adequada. Quinze, ou 51,72 por cento, cumpriram critérios mais brandos de resposta marginal, e 14, ou 48,28 por cento, foram considerados inadequados (Pichowicz et al., 2025). Só cinco, ou 17,24 por cento, perguntaram explicitamente em algum momento sobre ideação suicida (Pichowicz et al., 2025). Muitos presumiram que o usuário estava nos Estados Unidos e ofereceram contatos de emergência inúteis para quem vive em outro país, e alguns responderam de forma irrelevante ou até reafirmando a intenção.

Os autores reconhecem o principal limite: as mensagens seguiam uma escala clínica e não reproduziam conversas reais, em que a pessoa em crise costuma usar linguagem indireta.

O que acontece com perguntas indiretas

O estudo de Arnaiz-Rodriguez e colegas montou um conjunto de 2046 mensagens de teste, tiradas de 12 bases públicas de conversas sobre saúde mental e classificadas em seis categorias de crise, e auditou as respostas de cinco modelos de linguagem (Arnaiz-Rodriguez et al., 2026). Vários modelos responderam de forma consistente e em geral confiável a revelações explícitas de crise, mas uma proporção não desprezível das respostas foi classificada como inadequada ou prejudicial, sobretudo nas categorias de autolesão e ideação suicida, com grande diferença entre os modelos.

A fraqueza comum foi o sinal indireto. Pessoas em crise muitas vezes pedem informações sobre métodos em termos neutros, e os modelos avaliados tenderam a não perceber a sensibilidade dessas perguntas, respondendo de forma neutra ou até instrutiva, em vez de investigar a intenção e oferecer apoio (Arnaiz-Rodriguez et al., 2026). A avaliação das respostas foi feita por um modelo de linguagem validado contra especialistas, e as mensagens vieram de bases públicas, e não de usuários em tempo real.

O mesmo modelo, outra porta de entrada

Cantor e colegas descrevem um estudo observacional transversal que enviou 30 perguntas relacionadas a suicídio, em cinco níveis de risco definidos por clínicos, a cinco modelos de uso geral, cada uma 100 vezes pelo aplicativo do consumidor e 100 vezes pela interface de programação, somando 30 000 respostas (Cantor et al., 2026). O desfecho foi a resposta direta, isto é, dar a informação ou orientação pedida.

No total, 69,8 por cento das respostas foram diretas, 77,4 por cento pela interface de programação e 62,2 por cento pelo aplicativo (Cantor et al., 2026). Nas perguntas de risco muito alto, 24,8 por cento das respostas pela interface de programação foram diretas, contra 4,6 por cento pelo aplicativo (Cantor et al., 2026). O acesso pelo aplicativo se associou a chances muito menores de resposta direta, com razão de chances de 0,09 e intervalo de 0,08 a 0,10. A direção não foi a mesma em todos os modelos: um deles respondeu diretamente um pouco mais pelo aplicativo. Os autores notam que usaram só perguntas em inglês, numa única troca de mensagens, e que os modelos mudam sem aviso, de modo que o resultado é um retrato de um momento.

Isso importa porque o mesmo modelo pode estar embutido em outros aplicativos, por meio da interface de programação, com menos camadas de proteção do que a versão que o fabricante oferece ao público.

O que uma revisão narrativa encontrou

Uma revisão narrativa reuniu 11 estudos primários sobre chatbots na avaliação de risco de suicídio (Elbarbary et al., 2026). A avaliação feita pelos chatbots concordou com especialistas nos extremos de risco, mas falhou de forma consistente em distinguir os níveis intermediários, e houve subestimação sistemática da gravidade. Os autores separam os chatbots desenhados por clínicos, que mostraram viabilidade, dos produtos comerciais sem validação clínica. Eles reconhecem que todos os estudos vieram de países de alta renda, que o desenho narrativo traz risco de viés de seleção e que a heterogeneidade impediu uma síntese quantitativa.

O que fazer quando o paciente conta que usa um chatbot

A revelação de que o paciente conversa com um chatbot é uma porta de entrada, e não um detalhe. Ela pode indicar solidão, dificuldade de acesso a cuidado ou vergonha de falar com pessoas. Também pode indicar que alguém em sofrimento recebeu, numa hora crítica, uma resposta que não o protegeu.

Pergunte sem julgar

Pergunte com naturalidade com que frequência a pessoa usa o chatbot, em que horários, para quê e como se sente depois. Peça, se ela quiser, que mostre ou descreva uma conversa difícil. Isso dá acesso ao que ela disse em momentos em que talvez não diria na consulta. Desqualificar o uso tende a fechar a conversa, e o objetivo é o contrário.

Avalie o risco diretamente

Se a pessoa contou ao chatbot que pensa em morrer, a avaliação de risco de suicídio passa a ser obrigatória na consulta. Perguntar diretamente sobre ideação, intenção, método e acesso a meios é a base dessa avaliação, como discutido em risco de suicídio: o que a avaliação clínica capta. Os testes com chatbots mostram que poucos programas fazem essa pergunta por conta própria (Pichowicz et al., 2025), e que a gravidade tende a ser subestimada justamente nos níveis intermediários (Elbarbary et al., 2026).

Quando há risco, oriente a pessoa e a família a buscar a ajuda necessária nos serviços de urgência e de saúde mental disponíveis no lugar onde vivem, e combine com ela um roteiro de segurança: sinais de alerta, pessoas a quem recorrer, afastamento de meios letais e quando voltar. Em situações agudas depois de eventos traumáticos, os princípios descritos em primeiros cuidados psicológicos ajudam a organizar o acolhimento.

Situe o chatbot no cuidado

Explique o que a evidência permite dizer: em jovens e em estudos com populações sem diagnóstico, os chatbots reduziram sintomas de forma pequena e por pouco tempo, e quase nenhum estudo avaliou segurança na crise (Li et al., 2025; Mokhtari Masoumi Alamdarloo et al., 2026). Um chatbot pode ser um complemento entre consultas, mas a resposta dele numa crise não substitui uma pessoa. Se houver depressão, outras intervenções com evidência entram na conversa, como o exercício físico na depressão.

Vale também perguntar se o chatbot é um produto de saúde mental, com conteúdo clínico e medidas de proteção descritas, ou um assistente de uso geral, e lembrar que a mesma tecnologia pode responder de forma diferente conforme o aplicativo (Cantor et al., 2026).

Cuidado com a confiança excessiva

O profissional também é usuário dessas ferramentas. A tendência a aceitar o que a máquina diz sem conferir, descrita em viés de automação, vale para o paciente que confia no chatbot e para o médico que confia num resumo gerado por IA, tema de escribas de IA na consulta. Uma visão mais geral está em uso de inteligência artificial no raciocínio clínico.

Voltando ao caso

O estudante do caso fictício escreveu a um chatbot que não via mais sentido em continuar, e recebeu uma resposta genérica. Na consulta, a médica pergunta diretamente sobre ideação, intenção, método e acesso a meios, e descobre que os pensamentos vêm e vão há semanas, sem intenção definida. Ela combina com ele um roteiro de segurança, orienta a família a buscar a ajuda necessária se os sinais piorarem, encaminha para acompanhamento em saúde mental e marca retorno próximo.

Ela não proíbe o chatbot. Explica o que os estudos mostram, combina que ele contará nas próximas consultas o que tem conversado com o programa e trata a insônia como parte do quadro, e não como queixa isolada.

Como o NEXO ajuda a treinar esse raciocínio

No NEXO, o caso do dia é fictício, com apresentação clínica real e até seis pistas progressivas, e você propõe o diagnóstico buscando o código na CID-10. Perceber que uma queixa de insônia esconde um risco maior exige o mesmo exercício: tratar cada informação nova como pista e revisar a hipótese, como no treino do diagnóstico diferencial com pistas.

Os limites de uso do jogo estão descritos na página de economia do NEXO. Se você pesquisa ensino de raciocínio clínico, a página para pesquisadores explica como entrar em contato. Profissionais que escrevem ou revisam casos encontram informações em curadoria e em criadores, e instituições podem conhecer a proposta na página para parcerias. Buscar o código certo na CID-10 completa esse treino.

Perguntas frequentes

Chatbots de saúde mental funcionam?

Nas meta-análises, reduziram sintomas de depressão, ansiedade, estresse ou sofrimento psicológico com efeitos pequenos e de curto prazo, mas alguns desfechos ficaram inconclusivos (Li et al., 2025; Leung et al., 2026).

Os resultados valem para quem tem depressão grave?

A maioria dos participantes eram jovens sem diagnóstico, recrutados em escolas e universidades, e quase não há dados para pessoas com quadros graves (Li et al., 2025).

Os chatbots generativos são melhores que os de regras?

Na revisão de Li, os baseados em IA tiveram efeito maior sobre o sofrimento psicológico, mas os de regras foram os únicos com efeito significativo no bem-estar, e as comparações são entre estudos diferentes (Li et al., 2025).

O chatbot é seguro numa crise suicida?

Os testes com mensagens simuladas mostram respostas frequentemente inadequadas e dificuldade com sinais indiretos (Pichowicz et al., 2025; Arnaiz-Rodriguez et al., 2026). Numa crise, a pessoa deve buscar a ajuda necessária com profissionais e serviços de saúde.

Devo orientar o paciente a parar de usar?

A decisão é individual. O mais útil é entender o uso, avaliar o risco diretamente e situar o chatbot como complemento, e não como substituto do cuidado.

Take-home messages

• Chatbots de saúde mental reduziram sintomas com efeitos pequenos nas meta-análises, sobretudo em jovens sem diagnóstico e por poucas semanas.
• Vários desfechos foram inconclusivos, como o bem-estar em jovens e a ansiedade e o estresse nos estudos asiáticos.
• Quase nenhum ensaio avaliou a segurança na crise, e testes com mensagens simuladas mostram respostas frequentemente inadequadas.
• Quando o paciente conta que fala com um chatbot, pergunte sem julgar e avalie o risco de suicídio diretamente.
• Em crise, oriente a buscar a ajuda necessária nos serviços locais e combine um roteiro de segurança.

Referências

1. Li J, Li Y, Hu Y, et al. Chatbot-delivered interventions for improving mental health among young people: a systematic review and meta-analysis. Worldviews Evid Based Nurs. 2025;22(4):e70059. [PubMed](https://pubmed.ncbi.nlm.nih.gov/40662463/).
2. Leung WKC, Lam SC, Chan BCL, et al. Chatbot interventions for improving mental health among people in Asia: a systematic review and meta-analysis of randomised controlled trials. BMJ Health Care Inform. 2026;33(1):e101479. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41534952/).
3. Fitzpatrick KK, Darcy A, Vierhile M. Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent: a randomized controlled trial. JMIR Ment Health. 2017;4(2):e19. [PubMed](https://pubmed.ncbi.nlm.nih.gov/28588005/).
4. Mokhtari Masoumi Alamdarloo S, Mirzakhani A, Azhdarloo M, et al. Effectiveness of AI and rule-based conversational agents for depression, anxiety and stress: a meta-analysis. NPJ Digit Med. 2026;9(1). [PubMed](https://pubmed.ncbi.nlm.nih.gov/42209800/).
5. Zhang Q, Zhang R, Xiong Y, et al. Generative AI mental health chatbots as therapeutic tools: systematic review and meta-analysis of their role in reducing mental health issues. J Med Internet Res. 2025;27:e78238. [PubMed](https://pubmed.ncbi.nlm.nih.gov/41401240/).
6. Yang H, Liu J, Li L, et al. Ethical implications of high attrition in AI-based mental health interventions: a systematic review and meta-analysis. BMC Med Ethics. 2026;27(1). [PubMed](https://pubmed.ncbi.nlm.nih.gov/42374513/).
7. Pichowicz W, Kotas M, Piotrowski P. Performance of mental health chatbot agents in detecting and managing suicidal ideation. Sci Rep. 2025;15(1):31652. [PubMed](https://pubmed.ncbi.nlm.nih.gov/40866537/).
8. Arnaiz-Rodriguez A, Baidal M, Derner E, et al. Between help and harm: an evaluation study of mental health crisis handling by large language models. JMIR Ment Health. 2026;13:e88435. [PubMed](https://pubmed.ncbi.nlm.nih.gov/42275418/).
9. Cantor J, Huang E, Zhang LA, et al. Suicide-related responses from AI chatbots through application programming interfaces and consumer-facing apps: observational cross-sectional comparative study. J Med Internet Res. 2026;28:e97968. [PubMed](https://pubmed.ncbi.nlm.nih.gov/42855144/).
10. Elbarbary K, Alfudoul A, Samir AA, et al. Are artificial intelligence chatbots safe for suicide risk assessment? A narratively synthesized review of current evidence. Glob Ment Health (Camb). 2026;13:e135. [PubMed](https://pubmed.ncbi.nlm.nih.gov/42466259/).