會話代理在精神障礙病人中的應用進展

張 琬，劉春蕾*，郭欣然，郭玉芳

1.河北大學護理學院,河北 071000；2.山東大學護理與康復學院

精神障礙是指各種原因導致的大腦功能紊亂，表現為精神活動異常和適應不良，特征為認知、情緒、行為等方面的改變，伴有痛苦體驗及功能損害[1]。目前，全球約4.5 億人患有精神障礙[2]，我國嚴重精神障礙病人約有1 600 萬人[1]。藥物和心理療法是精神障礙病人主要治療方式，但由于心理衛生資源相對缺乏[3]，能提供的精神衛生服務超出了需求。近年來，隨著網絡通信技術的廣泛使用[4]，計算機圖形學、自然語言處理等技術的不斷發展，提高了數字化健康干預技術應用于精神障礙病人心理康復領域的可行性。會話代理作為數字化健康干預的新形式，是指使用人工智能通過文本或語音模擬對話的軟件程序，以口頭、書面和視覺語言進行人機交互[5]。對促進精神障礙病人心理康復和擴大精神衛生服務的可及性具有潛在作用[6]。本文旨在總結會話代理在精神障礙病人中應用的研究現狀，以期為我國開展相關研究提供借鑒。

1 會話代理的概述

1.1 會話代理的概念 會話代理(conversational agent,CA)是使用人工智能通過書面文本或語音模擬對話的軟件程序[5]。它基于言語行為理論，能夠使用自然語言與模仿人類對話進行人機交流。在理解會話意義的行為上，會話代理是一種“以言表意行為”“以言行事行為”“以言取效行為”[7]。應用于精神障礙病人治療中最早及最具知名度的會話代理是1966年美國麻省理工學院Joseph Weizenbaum 設計的Eliza 會話代理系統，該系統基本原理是使用模式匹配(pattern matching,PM)來處理輸入，并把它轉換為適當的輸出，Eliza 可以引導精神病病人與該系統進行交互，從而獲取治療需要的信息并對精神病病人進行輔助治療[8]。

1.2 會話代理的類型 會話代理在設計上有多種類型[9]，包含聊天機器人(chatbot）、體現會話代理(embodied conversational agent,ECA)、機器人（robot）和虛擬現實中的會話代理(virtual reality,VR)。目前，用于精神障礙病人輔助治療較多的為聊天機器人、體現會話代理和機器人。

1.2.1 聊天機器人 聊天機器人是一種能夠使用口語、書面語和可視語言與人進行交談和交互的系統[10]，是自然語言處理和人工智能領域中的一個重要研究方向。目前，主流技術構建方法有基于人工模板、檢索和深度學習的聊天機器人[11]。聊天機器人和用戶都能主導對話，雙方通過口頭、視覺和書面語言組合等方式進行互動[10]。其包含5 個主要的功能模塊：輸入預處理模塊、自然語言理解模塊、對話管理模塊、答案生成模塊、輸出處理模塊[11]。

1.2.2 體現會話代理 體現會話代理由Justine Cassell在《Embodied Conversational Agents》書中首次提出并將其定義為計算機界面，通過三維計算機圖形(3D Computer Graphics)動畫中的虛擬人類或卡通角色體現，具有響應生成語言及非語言交流的能力[5]，如面部表情、手勢和身體姿勢，并可根據用戶的行為調整語音內容和傳遞面部表情[12]。

1.2.3 機器人 機器人以人物或動物形象體現，通過搭載的人工智能系統內部的多種傳感器來接收信號，從而實現人機交互[13]，如通過檢測到用戶的手、語音命令或面部時，可與用戶進行互動；通過視聽理解命令，具有學習、適應環境、表達情感的能力[14]。

2 會話代理在精神障礙病人中的實施方式

CA 基于計算機、手機、平板電腦中獨立的應用軟件和網絡平臺，以及以人形或動物形象的機器人體現，它基于預定義規則、決策樹、多種傳感器及機器學習等生成響應[10]，并通過傳感器接收信號和在線問卷以文本、語音等方式生成會話對精神障礙病人心理和生理狀況進行風險評估，進而提供心理干預，以達到預防、自我監測、診斷和治療等目的。目前，CA 干預的對象主要為擁有手機、互聯網等數字設備，能夠讀取并回復消息者，不適用于心理癥狀嚴重需及時治療的精神障礙病人。

3 會話代理在精神障礙病人中的應用

3.1 會話代理在抑郁癥病人中的應用 抑郁會降低病人生活質量和損害其心理社會功能，嚴重抑郁甚至導致病人自殺。認知行為療法(cognitive behavioral therapy,CBT)在抑郁癥的治療中被推薦為高級實踐證據之一。目前，CBT 多采用面對面形式，易受到時間、地域、病人依從性及污名化等問題的影響，而CA 不受時間及地域的限制，以匿名、自動化的交互方式提供CBT 等心理干預措施。通過CA，病人可對癥狀進行自我監控和自我管理[12]。Fitzpatrick 等[15]使用自動化會話代理“Woebot”為有焦慮、抑郁癥狀者減輕癥狀，Woebot 可在網絡桌面或移動設備上使用，并以對話和情緒跟蹤的方式提供CBT。通過收集情緒數據，連接到短視頻或簡短的“文字游戲”向參與者展示與CBT相關的核心概念，幫助其了解認知扭曲。在隨機對照實驗中，實驗組(34 例)應用Woebot 進行2 周干預，與對照組相比焦慮、抑郁癥狀明顯減輕。Shamekhi 等[16]將會話代理Gabby與綜合團體醫療訪問(integrative medical group visits,IMGV)結合為抑郁癥病人管理壓力。Gabby 以短發女性形象在屏幕中體現，病人使用平板電腦與Gabby 互動，通過互動幫助病人了解心理(情緒)和身體(舒適程度)狀態，以及復習在IMGV 學習的內容。此外，Gabby 還指導病人正念和瑜伽等方式以減輕壓力。結果顯示，CA 與IMGV 結合可以有效緩解心理壓力。最近研究發現，CA 以文本對話的方式提供CBT 可以提高產婦圍生期情緒障礙的認識，從而緩解產后抑郁癥狀[17]。因此，CA 作為一種潛在的資源可為產后抑郁者提供心理護理。

3.2 會話代理在孤獨癥譜系障礙病人中的應用 孤獨癥譜系障礙(autism spectrum disorders,ASD)的核心障礙之一是社會交往障礙，基于循證社會心理干預可促進社交技能的發展[18]。研究者將社交技能(如傾聽、模仿、手勢)融入CA，并以社交伙伴或教師等虛擬形象體現，通過觸摸屏幕和對話的方式與ASD 進行互動，進而提供社交技能訓練(social skills training,SST)。CA 在SST 中主要側重語言和非語言技能的培訓。在提升語言技能方面包括一般談話、反欺凌、詞匯等技能訓練；在提升非語言技能方面包括分享式注意力、情緒及面部識別和模仿技巧的技能訓練[19-20]。Tanaka[19]等開發了“自動化社交技能培訓師”通過人機交互的方式提供自動化SST。其干預內容包括定義目標技能、建模、角色扮演、反饋、強化和家庭作業，旨在提高ASD的敘事技能。結果顯示，ASD 使用該系統50 min 后即可提高敘事能力。Milne 等[20]創建Thinking Head 虛擬代理以教授ASD 基本對話和處理欺凌行為兩種技能。在干預開始前對兩種技能進行測試，對話技能測試包括：面部表情識別、動作和組合。欺凌技能測試包括：策略步驟、友好和欺凌的分辨和嘲笑。在測試后CA開始教學，在對話技能中幫助學習識別表示厭煩、興趣等面部表情，并引導ASD 在識別表情時選擇適當的社會行為。處理欺凌課程則教授ASD 如何應用安全和有效的方式處理此類事件。結果顯示，ASD 在干預后的測試均獲得更高的分數。與傳統SST 相比，CA 對行為的可預測性、重復性、便利性，以及新技術帶來的親和力和使用樂趣是CA 在ASD 治療中應用的重要原因[21]。

3.3 會話代理在創傷后應激障礙（post-traumatic stress disorder，PTSD）病人中的應用 PTSD 的核心癥狀是反復出現侵入性記憶、回避、認知和情緒發生消極改變[22]，通過對創傷記憶的積極回憶、促進認知重組可以有效地治療PTSD。“multi-model memory restructuring(3MR_2)”以自動化虛擬系統為PTSD 病人提供暴露療法[23]。暴露療法主要利用文字、圖像、多媒體等形式體現的數字日記和3D World Builder 重新創建記憶來實現。該系統由CA 作為治療指南，通過創傷后應激障礙檢查表(PTSD checklist,PCL)、病人健康問卷(patient health questionnaire-9,PHQ-9）監測病人癥狀，CA 可根據病人數字日記中的內容，以個性化的方式幫助其促進記憶和認知重組，當病人產生反芻性思維時CA 提醒病人不應該回避，指導其對記憶進行深刻的思考。目前，3MR_2 主要針對人群為兒童性虐待受害者及退伍軍人，共有12 次課程，包括熟悉系統、創建記憶、引入暴露元素、回顧、反思和預防復發等。研究顯示，該系統對PTSD 病人可用性較好。

3.4 會話代理在神經認知障礙病人中的應用 神經認知障礙(neurocognitive disorders,NCDs)是一組以認知功能受損為主要特征的臨床綜合征,包括譫妄（delirium）和癡呆癥（dementia）等[24]。老年病人中樞神經系統功能退化,腦血流自動調節功能減退,易發生腦灌注不足,造成神經遞質功能受損,并可因此誘發譫妄[25]。Bott 等[26]研究提供了一項床邊ECA，旨在支持護理團隊護理連續性和降低老年病人住院期間譫妄、跌倒和孤獨的風險，研究對95 名老年病人進行干預，將平板電腦安置在住院病人床旁，ECA 以動物形象在屏幕中體現。醫護人員基于互聯網絡界面可以同時巡視多名病人，通過發送文本或語音信息與病人實時互動。ECA 主動詢問病人護理需求，并根據其需求呼叫護理站以為病人尋求護士的幫助，從而提供了護理連續性。通過對病人出入院數據的分析表明，干預組在出院時出現譫妄的頻率較低(P＜0.001)，孤獨癥狀減少(P＜0.01)，跌倒減少了82%。

癡呆病人多伴有負性情緒，CA 作為非藥物干預方法之一，通過人機互動促進病人的情感表達，增進心理健康，并且在照護機構或家庭中易實施、具有良好的干預效果等，被國外學者應用于癡呆病人照護領域[13]。Moyle 等[27-28]研究為癡呆病人使用機器海豹（PARO）進行個體和團體干預，結果顯示，PARO 可明顯改善病人的激越行為和抑郁癥狀。此外，機器人輔助護理還可減輕護士的職業倦怠[29]、改善病人的護理體驗和提高護士的照護意愿[30]?；谧o理的交互關系理論(transactive relationship theory of nursing，TRETON)揭示了護士、人工智能和病人之間持續和積極的互動性參與過程，該理論為全新的護患關系提供了理論支持[31]。為了更好地將智能技術應用護理領域，護理人員需要積極參與智能技術的應用，將自己定位為智能技術的設計和研究者[32]，引領和參與護理領域的相關技術的研發，促使該技術更好地服務于精神障礙病人。

3.5 會話代理在精神障礙輔助診斷及監測中的應用 精神障礙傳統的診斷方式局限于一對一診斷,易受病人的配合程度、醫生經驗主觀判斷的影響[33]。早發現、早診斷、早治療對于精神障礙病人診療具有重要意義。CA 能夠模擬臨床訪談，并通過病人的表情、姿勢、聲學特征、視頻和音頻等數據實時分析病人心理狀態，通過機器學習和自然語言處理等技術輔助識別和診斷精神障礙[34]，并有預警和監測自殺風險的能力[35]。Philip 等[36]基于《精神障礙診斷與統計手冊》第5 版(DSM-5)將CA 以臨床訪談形式輔助診斷抑郁癥，與精神科醫生診斷相比，在抑郁癥診斷特異性中，ECA 能夠有效地識別無抑郁癥的病人，并在重度抑郁癥診斷中敏感性達73%，但對于輕、中度抑郁癥診斷則敏感性較低。因此，即使有了CA 在輔助診療技術中的進步，病人也需要在專業醫生的指導下及時尋求醫療服務。有研究顯示，CA 通過對話互動數據可提取視聽特征以檢測癡呆癥，檢測主要基于簡易智力狀態檢查量表（mini-mental state examination,MMSE）、韋氏記憶量表(wechsler memory scale,WMS)及神經心理學內容產生語音問題，通過視聽特征和機器學習算法支持向量機（support vector machine,SVM）和邏輯回歸(logistic regression,LR)預測癡呆癥[34]。此外，CA 可 通過病人健康問卷[12]、自我報告情緒狀態和電子健康記錄遠程監控等監測有自殺企圖者。一旦監測到自殺風險，CA 將提醒病人尋求專業幫助，并啟用系統中危機計劃，即預設置的緊急聯系電話號碼和遇險管理，并即時提供CBT 放松練習[37]。

綜上所述，CA 在不同精神障礙類型的應用中，其干預策略和評價指標也不相同。抑郁癥病人的干預以CBT 為主，評價主要基于貝克抑郁自評量表（beck depression inventory，BDI）、病人健康問卷(PHQ）等；孤獨癥譜系障礙病人的干預以SST 為主，評價主要為訓練前后的測試評分；創傷后應激障礙病人的干預以暴露療法為主，評價主要基于創傷后應激障礙檢查表(PCL)。神經認知障礙病人以機器人輔助個體或團體的護理干預為主；CA 在輔助診斷精神障礙及監測自殺風險中，則是基于疾病診斷的相關專業評估指標、視聽特征數據并結合機器學習算法等。

4 精神障礙病人對會話代理的效果評價

4.1 精神障礙病人對會話代理干預的接受性及滿意度 CA 在設計中關注共情、個性、建立關系的能力和對話方式[9]，通過自然語言處理復雜對話、機器學習結合感知能力賦予CA 個性、產生移情，使其與病人建立良好關系，從而提高接受性及滿意度[38]。滿意度及可接受性評估主要通過電子可接受性量表(acceptability e-scale，AES)、病人滿意度問卷(client satisfaction question naire，CSQ-)及半結構化訪談等方式。目前，多項研究顯示病人對CA 接受性及滿意度評分均很高[23,40-42]。其中，中重度抑郁癥病人對會話代理滿意度和接受性顯著高于輕度抑郁癥病人，CA 不僅可為抑郁癥狀病人所接受，還能與之建立更強的情感聯系[39]。此外，CA 在PTSD[23]、阻塞性睡眠呼吸暫停綜合征者[40]、產后抑郁病人[41]、老年及文化水平低的病人中[42]滿意度和可接受性較高。未來可考慮將以上人群作為適合此類技術的目標人群。

4.2 精神障礙病人對會話代理干預的參與度 CA的交互式體驗有助于病人參與自我管理，提高自我效能感，并通過語音合成標記語言、視頻等可視化的交互方式，增加了干預的易理解性及趣味性。通過設置學習任務，以及推送個性化的信息和視覺情感符號來激勵病人使用和完成任務[15],并以即時、個性化的反饋，從而提高病人的參與度。此外，CA 的匿名性有助于有病恥感者積極參與、促進信任和自我表露[43]，除言語外，CA 的面部表情、注視、手勢等非語言行為也增進了與病人的親善關系，可幫助病人克服心理障礙，使其更加誠實地進行臨床訪談，從而獲得更好的治療效果。有研究發現，CA 在與人創造的情感、關系、心理效益及產生過程，如感知理解、表露親密和認知重估同樣有效[43]。目前，參與度的評估主要通過系統日志記錄、互動時間、登錄次數[16]及半結構化訪談的內容[41]等方式。參與度的影響因素主要包括理解受限、外形及聲音偏好等[9]。

5 展望

CA 作為新興研究領域，在精神障礙病人的診斷、監測、治療中取得了一定的效果，并且在應用中易被病人接受、可行性好、滿意度高，對促進精神障礙病人心理康復和擴大精神衛生服務的可及性，以及促進護理學、心理學、臨床醫學、人工智能學和機器人學等學科交叉發展有著潛在的作用。但在應用中需考慮以下問題，如人群普適性、平衡CA 的最優化設置、隱私安全保障等。為更好地了解病人、技術和醫護之間的相互作用，推動數字化健康技術的創新和擴大使用，還需進行深入的研究。未來研究可借鑒國外應用經驗，將CA 與其他干預措施、技術的效果和成本效益進行對比，并結合我國國情及文化特點，探索適合我國精神障礙病人的應用方式，以促進精神障礙病人的心理康復。