跳至主要內容

注意心理健康,善用心理諮商資源

*

在很久以前,我粗略畫過幾張統計圖表丟在社群平台上,不過,也許是時候寫一篇文章來說這些資源的重要性。

台灣衛生福利部(衛福部)自2024年開始提供一個很棒的資源:「15-45歲青壯世代心理健康支持方案」,我直接引用頁面中的內容,即自 2024年8月1日起,衛福部擴大補助3億3,600萬,提供15歲到45歲有心理諮商需求的青壯世代,可以補助3次的諮商費用。有興者可以閱讀相關頁面內容。這對青壯世代是非常棒的一件事,這個世代的人會被網路上的影音文字迷惑,感到茫然,卻找不到出口,社群網站上日益增加的負面情緒、工作與家庭帶來的壓力、空白的社交生活、有些人會利用其他線上工具抒緩心理壓力,坊間也有愈來愈多的身心治療診所或是心理諮商中心,在衛福部的專案頁面、心理健康學習平台上也有列出合作的機構,可以增加信任感。各種工具、方式都好,但不要落入詐騙集團或是奇怪的宗教團體就好。

了解台灣的自殺死亡狀況

這段是我後來才補上的。本想跳過這一段,但我發現,這個部份很重要。

我在衛福部心理健康司找到「自殺死亡及自殺通報統計」資料,於是我統計2019年到2023年全台灣因自殺而死亡的人數並製成圖:

2019年至2023年不同年齡分層自殺死亡人數統計(單位:人)
2019年至2023年不同年齡分層自殺死亡人數統計(單位:人)

自第上圖可以知道,在這 5 年裡,45 至 64 歲的死亡人數都是最多的。於是我也好奇的去找了不同性別在這區間因自殺而死亡的人數:

2019年至2023年男性年齡分層自殺死亡人數(單位:人)
2019年至2023年男性年齡分層自殺死亡人數(單位:人)

2019年至2023年女性年齡分層自殺死亡人數(單位:人)
2019年至2023年女性年齡分層自殺死亡人數(單位:人)

很遺憾的是,在14歲以下都有自殺死亡的孩子,不論性別都呈現逐年增加的趨勢。在這 5 年中,不論男女,在 2019 年的 45 至 64 歲都是自殺死亡人數最高的,男性是 970人,女性是 513人,2019年是新冠疫情開始之初,那一年有許多人可能面臨失業或因隔離而心理壓力或情緒失衡選擇自殺,我沒有再去找更進一步的資料。自不同性別因自殺而死亡的人數性別統計來看,除了 14歲以下的死亡的孩子外,男性自殺死亡的人數是女性死亡人數的近 2 倍。

粗略了解台灣人使用抗憂鬱藥物的狀況

由於衛福部的「15-45歲青壯世代心理健康支持方案」專案的補助對象是 15 至 45 歲,於是我好奇為什麼 46 歲以上的對象不在補助範圍裡?是不需要還是 46 歲以上的人有能力負擔諮商費用?先不想那麼多,我先找到已公開的統計資料來了解現狀。自台灣行政院平等會的重要性別指標資料庫裡,我找到「抗憂鬱藥物使用人數」的統計資料,為了製圖清楚,我只選近 5 年的41歲至65歲的資料來繪圖,因為資料區間的限制,只有41至50歲、51至 65 歲、65歲以上三種:

2019年至2023年台灣41歲至65歲抗憂鬱藥物使用人數統計
2019年至2023年台灣41歲至65歲抗憂鬱藥物使用人數統計

可以從上面的長條圖看出紫色為65歲以上的用藥人數統計,從2019年的426,936人增加到2023年的552,686人,增加125,750人;51至65歲的用藥人數自421,768人增加至483,386人,增加61,618人;41歲至50歲的用藥人數自222,640人增加至270,246人,增加47,606人。特別要提到2019年到2022年是新冠疫情期間。從這張統計圖表,可以解讀出不論哪個年齡在使用抗憂鬱藥物的人口增加了,65歲以上的人可能面臨離開職場或是生理變化、慢性病的困擾,而自 41歲至65歲這個區間的人口也在增加。於是我同樣使用2018年至2023年的統計資料了解不同性別的用藥狀況:

2019年至2023年台灣使用抗憂鬱藥物使用人數統計(依性別統計)
2019年至2023年台灣使用抗憂鬱藥物使用人數統計(依性別統計)

我用綠色統計女性人數,藍色統計男性人數。從上面的圖可以看得出來,這5年裡,無論男性或女性,使用抗憂鬱藥物的人數都呈現增加的趨勢,女性的用藥人數比男性還多,但不代表男性不需要,可能是男性更不願意尋求藥物治療,而是受到文化影響,一個人承擔壓力,且自第一部份的自殺人數統計可以知道,男性自殺死亡的人數比女性多出近 2 倍。

很遺憾的是,國內政府部門對於開放資料這件事真的愈來愈隨便,藏的愈來愈深,不然我們還可以再交叉比對一下或是把年齡統計區間更細一點,以5年來統計,了解41到45歲、46歲到50歲等的不用用藥狀況。

有興趣進一步了解台灣各地用藥人口的狀況,可以再至「抗憂鬱藥物使用人數」統計查詢。

如果除用藥外還有其他方式,會不會更好?

台灣人是矛盾的,常會聽到長輩說「不要亂吃藥,吃藥傷身」,但台灣人在成藥、保健食品都是不小的市場。使用藥品可以救急,以情緒的疾病來說,可以使用藥品來增加血清素放鬆情緒,減輕壓力助眠,但用藥者與家人也會擔心藥物成癮的情況,有些人在自行斷藥後,還會出現戒斷症狀。

精神科或是身心科的醫生在聽了患者的敘述後,會直接開給藥物治療,以藥物調整患者的症狀,這通常都有正面的協助,而且是非常即時也有效的;但也有些情緒問題在藥物治療後,還是需要去處理,必須藉由心理諮商的方式來減緩的。我一直很尊重心理諮商師,他們是願意傾聽個案的敘事,同時陪著個案找出問題在哪,並進一步找出解答。

如果用藥人口逐年減少,是否也能代表人口心理健康的指標?也能減輕健保給付藥物的負擔。有很多時候藥物是被浪費掉,而不是真的被使用,這點真的是查不出來,但我們可以知道,如果一個人是健康的,其實不需要以「藥品」治療,同時也能減少台灣健保的支出,這不是一件好事嗎?

在台灣的心理師法裡有明確規定,需要通過高考才能取得心理師(臨床心理師、諮商心理師)執照,在衛福部心理健康司提供的資源下,都可以找到合法的心理師協助。因為涉及人的情緒與心理,所以這是一門十分專業的工作,不是隨便讀幾本書、筆記或是生成式人工智慧工具就可以勝任的。諮商需要面對面觀察個案的反應,有時是眼神、臉部表情、小動作、聲音及語氣,都是觀察的範圍,我不認為可以用機器替代。

同樣的,我自考選部網站找到近5年台灣通過心理師高考的人數統計,統計2019年至2023年台灣心理師錄取或及格人數,製作如下圖:

2019年至2023年台灣心理師錄取或及格人數統計
2019年至2023年台灣心理師錄取或及格人數統計

自趨勢看起來,不論是臨床心理師或是心理諮商師在通過高考的人數都是增加的,我以橘色代表諮商心理師,通過考試的人在近5年最多的那年是2020年也只有391人,受限於這是專門的學問,需要有相關的背景學歷及訓練,所以每年的報告人數也都在千人以下,錄取或及格率都有60%以上,但從前面的用藥人數與通過心理師高考的人數比較下,幾乎不成比例,所以我認同用藥與心理諮商可以同時並進,可以抒緩在心理諮商人員不足的壓力,但我還是希望可以再更多些人進入心理諮商領域,可以讓更多需要幫助的人得到心理諮商的協助,並減輕浪費藥品的財務支出。

除政府資源之外,如果企業也能加入更好

在台灣,設置心理諮商所也有「心理諮商所設置標準」,但同時要考量交通便利及隱私需求。如果65歲以上有健保資源可以運用,15歲至45歲有提供3次的心理諮商補助,而46歲至64歲這中間的用藥人口,也是近5年自殺死亡人數統計最高的一群,應該能有相關的資源可以使用,這些人多數也都還在工作中,如果不是健保可以負擔的範圍,可能只能持續用藥,這些藥品也伴隨著如嗜睡這類副作用,影響心理健康或是工作狀況,所以是否也能鼓勵企業聘僱諮商心理師?或是與坊間的心理諮商所服務?也許台灣的企業已經在做這件事,只是我不知道。

坊間心理諮商的費用約為新台幣2,000元至3,000元,有些諮商所還會收取場地費或掛號費,心理諮商至少需要 6 至 8 次,有些人可能需要 12 次,對於還在就學的學生、剛入職場的新鮮人,是一筆沉重的負擔,所以有資源可以使用的確是非常好的政策,擴大為「15-45歲青壯世代心理健康支持方案」,也是非常好的方案,畢竟還有一群三明治世代,有龐大的經濟支出,所以也應該給予協助。

雖然我找不到為什麼沒有補助46歲至64歲的人使用心理諮商,但在找尋資料的過程中,大致看到了台灣使用抗憂鬱藥的情況,同時也希望能減少用藥人口,有些輕微的情緒症狀只需要與諮商師會談就可以,而不見得需要長期持續用藥,這會是一個正面的指標,也是值得努力的方向。


不然,讓大家都養貓吧!

Image by Daga_Roszkowska from Pixabay



留言

此網誌的熱門文章

我用Claude Code建立一支動畫團隊

很久沒有分享最近練習 AI 的狀態,主要原因是我花一段時間思考,如何把自己電腦裡的文件,以非研究人員也可以理解的方式,讓人知道這些議題在說什麼,例如讓人理解「歐盟對智慧眼鏡有哪些管制?為什麼要這麼管制?如何才不違法?」這些多是由官方部門公布的新聞稿,但都很「難以理解」,我自己也要消化過才能再重新轉譯,讓客戶知道。我的電腦裡也有非常多相關議題的內容,卻都在電腦裡無法再次利用,是一件非常可惜的事。 要如何讓人在生活中建立相關的意識?於是我想到了「動畫」。動畫是最輕鬆入門,也最沒有壓力的閱讀方式,放在網路上也能讓有興趣的人隨時瀏覽、找到相關資料。 做動畫與使用人工智慧工具的經驗 在我還在五年制專科學校就讀時,我曾利用簡單的高階語言 Visual Basic 與美工軟體製作動畫;當 Flash 問世後,我開始理解一些製作動畫的基本觀念,蒐集網路上大家分享出來的專案,學習裡面的程式碼與概念,但受限於當時的網路頻寬,Flash 動畫簡直就是阻礙客戶進入網站的災難。在當時,我也意識到,科技會愈來愈進步,一直鑽研動畫可能不是長久之計,於是沒有再繼續鑽研。 在距離最後一次做動畫超過 20 年後,人工智慧(AI)問世了,我用 AI 開發: 2 個不同目的、功能但可獨立寫研究報告的程式 1 個營養分析及記錄個人血糖的BOT 1 支食品安全追蹤(因為矛盾的使用者流程與責任歸屬的議題沒有繼續開發) 我把日常工作交給我的程式,也會與「代理人」討論方向、內容。如果有長期關注這個Blog,讀過先前的文章,大概會知道我從 ChatGPT 轉到 Claude Code 的歷程。 目前,我主要使用 Claude Code 作為主要工具,利用 GPT 與 Claude 的不同模型互相協作,並以 Gemini的視覺(用在營養分析BOT)為輔,來製作我需要的工具。 思考另一種傳達內容的方式 上面這些工具產出的都是文字,畢竟生成式 AI 最擅長的就是文字。但在這個快速閱讀、摘要的時代,人類反而更容易記住圖像、畫面,這也是之前資訊圖表(Infographic)十分熱門的原因。 我平時也有觀察這個部落格(Blog)的流量,這裡的主題離日常生活比較遠,也不容易理解,所以我一直在想怎麼用不同的方式呈現。家人和我偶爾會看中國的 AI 短影音,讓我開始思考:能不能用 AI 把既有的內容轉成影片? 因為工作的經驗,我沒有考慮...

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...