探究人工智能在慢性疾病治疗过程中会话的特点、保健结构及AI结构。

Artificial Intelligence-Based Conversational Agents for Chronic Conditions: Systematic Literature Review

研究背景

• 越来越多的会话代理或聊天机器人配备了人工智能（AI）架构。它们在医疗保健应用中越来越普遍，例如为慢性病患者提供教育和支持。
• 慢性病是21世纪死亡的主要原因之一。
• 基于AI的聊天机器人可以与这些患者进行更有效，更频繁的互动。

研究方法

• 采用PubMed MEDLINE、EMBAS等多种途径进行文献检索
• 遵循系统回顾和元分析使用“人工智能”、“医疗保健”等术语及其同义词应用了一个预定义的搜索策略
• 其他相关文章提供了屏幕参考列表，包括初级研究，慢性病的预防、治疗和康复

研究结论

• 人工智能目前最常使用的技术是自然语言处理、神经网络与人工智能标记语言。目前发现的人工智能的会话代理仍处于原型阶段，被用于数据收集、指导、诊断、支持和教育。
• 人工智能软件的最新进展允许更多的人类与机器代理之间的交互，但目前总体数量较少，对技术提供商有更强的影响或依赖。再者，研究并未体现地理多样性，绝大多数研究嵌入了西方文化。
• 最常见的会话代理是与患者进行沟通交流，表现的结果是积极且总体高效能、令人满意的。但未来的干预措施可以考虑更多的人类参与，以便更好认识慢性病的社会影响，进一步提高治疗依从性和保健成果。
• 报告的AI技术和系统的异质性和普遍缺乏深度是亟待考虑的问题。未来应进一步推进通用系统架构的开发以获得更为标准化的数据。

Limitation and GAP

• 关于基于AI的慢性病会话代理的文献很少，主要包括原型阶段的聊天机器人的准实验研究。
• 已确定的研究表明了广泛的异质性，报告的AI技术和系统缺乏深度，以及底层AI软件分类的使用不一致，进一步加剧了研究结果的可比性和可推广性。

TAKE HOME Message

• 尽管存在慢性病的医疗普及率及卫健系统的经济负担等问题，但慢性病领域AI的研发推广应关注证据的评估和不同慢性病之间状况的比较，更应遵循技术方面的评估和报告指南。