聊天機器人在癌癥病人自我管理中應用的研究進展

Research progress on application of chatbot in the self?management of cancer patients

Keywords"" "artificial intelligence； chatbots； cancer； self?management； review

摘要" 從概述、應用研究、優勢、問題與挑戰、展望與啟示等方面闡述人工智能（AI）聊天機器人在癌癥病人自我管理中的應用現狀，為國內發展相關研究提供參考。

關鍵詞" 人工智能；聊天機器人；癌癥；自我管理；綜述

doi：10.12102/j.issn.1009-6493.2024.17.020

人工智能（artificial intelligence，AI）聊天機器人（chatbot）是指利用人工智能中基于深度學習的自然語言處理技術，結合智能手機或計算機的文本或語音來實現模仿人類的對話[1]。隨著自然語言處理技術、人工智能和計算能力的發展，AI聊天機器人已被開發用于醫學領域的各個方面，如健康狀況篩查、信息咨詢和家庭健康管理支持等[2]。自我管理是指病人積極參與治療、應對疾病狀態的過程，同時醫護人員也會協助病人完成自身健康管理[3]。而癌癥病人自我管理是指癌癥病人在診治過程中發展起來的癥狀、心理社會、治療和生活等管理行為[4]。研究發現，聊天機器人在癌癥治療后對病人進行支持和隨訪可以減輕病人的負性情緒[5]。此外，在癌癥病人護理中應用聊天機器人有利于開展預防性篩查、改變不良健康行為以及進行健康宣教等[6?7]。然而，國內癌癥照護領域中應用聊天機器人的研究尚處于起步階段，而國外基于聊天機器人的癌癥病人健康管理相關的應用研究已取得了較多的成果。現從聊天機器人概述、聊天機器人在癌癥病人自我管理中的干預研究現狀和聊天機器人對國內癌癥照護的啟示等方面進行綜述，旨在對國內癌癥病人開展聊天機器人設計、實踐及研究提供參考。

1" 聊天機器人概述

聊天機器人也稱為對話代理或會話代理（conversational agent），是一種通過文本（短信、網頁、消息應用程序、移動應用程序等）或語音（連接的揚聲器、移動設備上的嵌入式服務等）來實現與用戶自然語言對話的計算機程序[8]。目前大多數聊天機器人開發工具都基于2種類型：1種是語言模型（基于規則的聊天機器人）、1種是機器學習模型（AI聊天機器人），分別對應狹義人工智能和通用人工智能[9]。前者是指基于語言的（也被稱為“基于規則的”）使用“if/then”邏輯創建對話，進而創建語言條件來查看單詞、順序、同義詞、表達問題的常用方法等，以確保具有相同含義的問題得到相同的答案[10]。由AI軟件支持的聊天機器人比基于規則的聊天機器人更復雜，而且往往更具對話性、數據驅動性和預測性[11]。這些類型的聊天機器人通常比基于規則的聊天機器人具更復雜性、交互性和個性化[10]。此外，隨著時間的推移，他們對數據有了更多的上下文意識，并利用自然語言理解和應用預測智能來個性化用戶體驗[12]。從本質上講，AI聊天機器人會從大量的數據和以往的經驗中學習，從而進一步達到與人類反應相似的水平[11]。AI聊天機器人最初被用于商業、電子商務、金融服務、法律、教育和娛樂等領域，目前越來越多地被用于醫療保健衛生領域[13]。

2" AI聊天機器人的優勢

隨著科技的發展，醫療健康相關技術也在快速進步，AI聊天機器人在癌癥病人自我管理中有以下優勢。1）可以更貼近病人的自我感受和整體狀況，從而縮小醫療保健提供者和病人觀察到的臨床表現的差距[14?15]；2）可以降低時間和地域等影響，及時給予更廣范圍的規范化治療；3）可以通過低成本的醫療方法來收集癌癥病人的用藥和癥狀等數據，從而為醫護人員提供臨床決策思路[16]；4）可以通過機器學習來試圖理解病人的意圖和情緒，以類人的舉止與病人進行交談，從而增強參與者與聊天機器人的互動[17]；5）可以覆蓋更多的病人，滿足病人更多的需求，及時給予病人高質量回復，使其了解自己的治療效果，提高病人的治療依從性[18]。

3" AI聊天機器人在癌癥病人自我管理中的應用

3.1 情緒管理

Greer等[19]的研究團隊研發了針對年輕癌癥病人的Vivibot聊天機器人。該研究團隊對51例18～29歲的年輕癌癥病人進行了為期4周的試點隨機對照試驗，試驗組的病人在Facebook Messenger使用Vivibot聊天機器人提供的積極心理學技能，并且在線完成每日情緒評級，同時聊天機器人提供信息反饋，而病人可以與聊天機器人進行互動。干預后評估兩組的焦慮狀況，結果表明試驗組的焦慮評分更低，積極情緒評分更高。雖然Vivibot聊天機器人有利于促進年輕癌癥病人癥狀的改善和健康行為的改變，但是該研究所使用聊天機器人的平臺仍然有一定限制。

Lange等[20]對18例前列腺癌癥病人進行了聊天機器人干預。該聊天機器人“以行為治療為導向的小組方法”作為結構框架，其主題為前列腺切除術后的尿失禁、疾病恐懼進展、性健康知識、醫患溝通、重返工作崗位及癌癥應對。病人可以和聊天機器人進行對話，同時也可以借助聊天機器人的平臺與其他病人進行開放式交流。研究結果顯示，干預組病人的焦慮、抑郁、痛苦感知、癌癥應對得分均高于對照組，但差異無統計學意義（Pgt;0.05），表明聊天機器人干預可能并不是減輕前列腺癌癥病人負性情緒的有效方法。考慮原因是干預組和對照組的樣本量較小。因此，未來研究應進行大樣本、標準化的隨機對照試驗來進一步驗證聊天機器人對其他癌癥病人的應用效果。

3.2 遺傳風險管理

遺傳因素存在于5%～ 10%的癌癥病人中[21]，早期癌癥篩查可以提高病人生存率并改善其生活質量。其中，收集癌癥病人家族史是一種有效且可行的方法，因為獲取發生癌癥的家族遺傳信息能夠為風險分層決策、臨床決策和癌癥預防提供思路[22]。Welch等[23]開發了一個旨在評估癌癥病人遺傳性風險的網絡聊天機器人（ItRunsInMyFamily.com）。該聊天機器人并不會像其他應用程序要求病人瀏覽網絡頁面，也不需要通過表格或菜單填寫自己的信息，而是使用一種擬人化的對話來收集參與者的相關信息，這些信息包括個人健康史、放療檢查、生活方式、家族癌癥史。一旦參與者完成信息的收集，便會收到1份個性化的風險評估報告。研究表明，該聊天機器人家庭信息收集方式有利于參與者提供更為完整的數據，并且在一定程度上減輕了參與者提供相關數據的負擔。但是該聊天機器人也存在一定局限性：無法識別參與者所提供數據的真實性，因此結果的準確性有待考證；此外，該聊天機器人僅提供1份風險報告，并未提供后續相關的臨床建議。

Heald等[24]的研究團隊設計了針對需要進行腸鏡檢查病人的聊天機器人。該研究在克利夫蘭診所開展，研究者對需要進行腸鏡檢測病人發送了一個包含聊天機器人的網絡鏈接。病人點擊鏈接后，被要求回答一些基本問題，如果回答都是“否”，則結束會話。如果回答都是肯定的，則繼續進行有關遺傳性癌癥綜合征、基因遺傳和基因檢測過程的宣教。隨后，再詢問參與者是否參與后續基因檢測。研究結果顯示，181例參與者需要進行基因檢測， 71.3%完成了基因檢測，129例參與者中61.2%結果為陰性，29.5%至少有1種不確定的變異基因，在9.4%的參與者中發現了種系致病變異基因。研究結果提示聊天機器人是一種新穎且可行的方法，具有增加遺傳性結直腸癌綜合征風險個體基因篩查和檢測的潛力。一方面，參與者與聊天機器人的會話信息會被同步到醫院電子病歷系統，有利于臨床醫生掌握病人更全面、詳細的疾病信息，為后續臨床治療決策提供依據；另一方面，聊天機器人也打破了時間、空間的限制，參與者可以在他們方便的時間獲得相關服務。

3.3 信息管理

PROSCA（prostate cancer communication assistant）是基于前列腺癌病人開發的聊天機器人，包括5個信息模塊，每個模塊的主題為前列腺疾病知識、早期檢測方法、前列腺活檢注意事項、前列腺癌癥知識（如治療、癥狀）、心理支持[25]。同時，該團隊在德國海德堡大學醫院招募10例前列腺癌病人中進行了應用研究。病人可以在聊天機器人中輸入他們的具體問題或查看所提供的主題區域的信息模塊。結果表明，89%的病人認為他們從聊天機器人那里獲得了重要信息，并且表示希望能在未來醫療保健領域中更頻繁地使用聊天機器人，同時，病人建議聊天機器人能夠針對自身情況量身定制個性化信息管理方案。但由于該研究干預劑量和時長不清楚、研究對象的納入標準不嚴謹（如納入疑似前列腺癌病人）、未設置對照組，其療效有待進一步探討。

Vik是一個旨在給乳腺癌病人提供信息服務的應用程序，包括乳腺癌及其流行病學、治療方式、治療副作用和生活質量改善策略（如運動、生育、性和飲食）、醫療報銷6個信息模塊[26]。Bibault等[26]在法國乳腺癌病人協會 （Mon Réseau Cancer du Sein） 的幫助下對招募的142例乳腺癌病人進行了非劣性隨機對照試驗，試驗組使用Vik，對照組使用多學科團隊提供的信息服務。使用歐洲癌癥研究和治療組織生活質量信息問卷（EORTC QLQ?INFO25）來評估癌癥病人所掌握信息的程度和質量。結果顯示，聊天機器人組的得分不劣于醫生組，且85%的病人對他們獲取的信息量感到滿意（醫生組為 77%）、 85%的病人認為所獲取的回復有幫助（醫生組為 82%）。此外，他們還發現聊天機器人可以讓臨床醫生花更多的時間來回復更需要咨詢的病人，避免不需實際咨詢的情況，從而有利于提高臨床工作效率。

3.4 癥狀管理

Tawfik等[27]對150例乳腺癌病人進行了為期6周的隨機對照試驗，試驗組病人采用聊天機器人這一項工具。乳腺癌病人在化療結束后會收到1條鏈接。如果病人點擊該鏈接后，會進入化療相關副作用列表信息欄，而此時病人可根據自身實際狀況來進行對應的癥狀評估。而聊天機器人則會提供詳細的癥狀管理建議，同時，聊天機器人也會就癥狀管理相關內容與病人進行互動。對照組則使用常規護理，即對病人進行出院后癥狀管理的宣教。該研究使用記憶癥狀評估量表（MSAS）對兩組的身體癥狀進行評價。干預6周后，試驗組的癥狀頻率、癥狀嚴重程度、癥狀困擾程度顯著低于對照組。94%的病人認為聊天機器人方便使用，并且聊天機器人也能很好地理解病人的訴求。病人結束化療后，居家期間會出現食欲缺乏、便秘、腹瀉、惡心、嘔吐等副作用，而聊天機器人可以為癌癥病人提供無限制的全天候訪問有關化療副作用的信息渠道，病人隨時可以就自己的癥狀管理尋求高質量的干預措施，從而提高自我管理能力。但是該研究并未進行后續隨訪研究，對聊天機器人干預的有效性仍不清楚，且聊天機器人所提供的干預內容也較為單薄，后續再開展相關研究需考慮上述問題。

聊天機器人通過咨詢內容在癥狀發展的早期就能識別病人的不良事件，進而起到及時處理病人健康問題的作用，這有助于癌癥病人居家的癥狀管理。Huang等[28]對63例婦科腫瘤病人進行了一項回顧性隊列研究，試驗組使用聊天機器人。當病人化療期間出現如嘔吐、惡心、食欲缺乏、口腔黏膜炎、腹瀉、周圍神經病變、疲勞、斑丘疹、便秘和失眠等問題時，病人可以根據自身的癥狀嚴重程度的感受進行評級，而此時聊天機器人會預先提供大量且及時的癥狀緩解對策。而病人還需要對所提供對策的有效性進行評估。此外，當病人對自身癥狀評估的嚴重程度達到3級及以上，聊天機器人后臺的人工醫療提供者會收到相關信息指示，與病人進行一對一的線上討論。對照組進行常規護理。該研究的主要結局指標是婦科腫瘤病人開始化療后急診就診次數和計劃外住院次數。結果顯示，相比常規護理組，聊天機器人組的急診就診次數和計劃外住院次數明顯減少。因此，聊天機器人可以使癥狀輕微的病人免于不必要的醫院就診，這可以讓醫療保健提供者花更多時間治療急危重癥病人，從而有利于醫療資源的優化配置。

3.5 依從性管理

在癌癥照護領域，藥物依從性直接影響癌癥病人的生存質量，尤其是大多數癌癥病人在完成化療后，需要居家口服化療藥物。Lau?Min等[29]開發設計了“Penny”聊天機器人，該聊天機器人提供個性化的處方劑量及量身定制的用藥提醒，同時每周發送檢查消息。Lau?Min等[29]使用該聊天機器人對20例口服卡培他濱化療藥物的胃腸道腫瘤病人開展了可行性研究。研究結果顯示，聊天機器人報告了150起 （7.0%） 與藥物相關和 9 起 （0.4%） 與癥狀相關的不良事件，且發現大多數藥物相關不良事件與口服化療藥物時間及其劑量不一致有關。同時參與者表示聊天機器人的用戶提醒功能可靠且方便使用。但是該研究僅為可行性的試點研究，其作用還需進一步研究來驗證。

Chaix等[30]采用的一個聊天機器人“Vik”，除提供相關的專業信息之外，還能夠個性化為乳腺癌病人及其親屬設置提醒用藥功能，例如“提醒我每天下午 4 點服用他莫昔芬。” 同時還會向病人解釋如何正確服藥、藥物副作用的表現及如何避免藥物副作用。聊天機器人發送提醒任務之后，還會進一步確認病人目前用藥狀態，一般分為3種：“是的，我服用了”“不，我沒有服用”或“15 min后給我發消息”。研究結果顯示使用聊天機器人病人的藥物依從性提高了 20% 以上，有利于促進癌癥病人治療依從性的提高。

4" AI聊天機器人面臨的問題與挑戰

AI聊天機器人在癌癥病人護理中的應用在國外雖然已有不少的研究， 但聊天機器人的開發及實施中仍存在諸多困難與挑戰。

4.1 倫理方面

AI聊天機器人在應用中引發了一些倫理問題，主要涉及病人數據安全和隱私。因為聊天機器人收集并存儲了大量病人個人和醫療信息，包括語音識別和地理定位，然而醫療保健數據具有高度敏感性，如果信息一旦被錯誤披露，就會導致參與者面臨污名化或歧視的局面，進而引發了參與者對數據隱私和安全的擔憂[31]。而這些均可能會破壞醫患關系的信任程度，并阻礙相關臨床信息的公開交流以進行正確的診斷和治療[32]。

4.2 技術方面

目前聊天機器人的語言理解能力仍較弱，且回答比較固定統一，從而導致病人使用聊天機器人的次數也會減少。一項基于頭頸癌放射治療病人的研究發現，有些病人使用聊天機器人的次數會隨著時間的推移而減少[33]。因為人類語言具有復雜性的特點，而聊天機器人生成回應的答案往往來源于原先設置的模板庫，而這些對應的模板庫生成的答案是由固定的技術算法構成，因而導致聊天機器人與病人的互動內容變得重復[34]，病人使用聊天機器人次數也會減少。此外，聊天機器人在理解病人更為復雜的問題時仍具有一定的挑戰性。

4.3 研究設計方面

目前關于AI聊天機器人的研究，大部分針對年輕癌癥病人。僅有少數研究以老年癌癥病人為研究對象。Piau等[16]對9例65歲及以上的癌癥病人進行了聊天機器人干預研究，研究結果顯示，使用聊天機器人的老年癌癥病人可以隨時報告其癥狀，進而減少了回憶偏倚。但是該研究的樣本量較少，且僅作為試點研究，而對老年癌癥病人使用聊天機器人的依從性和干預效果的持續性仍不清楚。此外，大多數關于聊天機器人研究的干預內容比較單薄，缺乏相應的理論基礎為指導框架，研究設計方案并不詳細。

5" 啟示與建議

近年來，數字健康干預技術在醫療領域迅速發展，尤其是人工智能主導的聊天機器人在醫療領域的應用，而以ChatGPT為代表的AI聊天機器人在癌癥照護領域具有一定潛力[35]。ChatGPT是大型語言模型式生成式人工智能的例子，其特點是使用語言模型來生成包括文本、圖像、音樂和視頻的任務[36]，因此，這非常適合從大量醫療信息提取癌癥病人自我管理的關鍵要素。Haver等[37]認為ChatGPT具備提供有關乳腺癌預防和篩查精準信息的能力，而Moazzam等[38]研究表明，ChatGPT可以對胰腺癌術后護理問題生成高質量的答復，這提示ChatGPT可以作為癌癥病人自我管理的補充資源。然而目前尚不清楚ChatGPT在提供相關健康信息的真實程度，同時也無法明確ChatGPT在不同癌癥群體自我管理的實用性。因此，未來基于人工智能的聊天機器人可以ChatGPT為研究方向。

然而，與國外相比，國內基于人工智能的聊天機器人在癌癥病人自我管理的研究尚處于初步階段。國內學者姜可越等[39]根據病人癌癥病種、個人信息、病程階段、治療過程等問題設計了一個用于癌癥病人出院隨訪的聊天機器人，病人可以通過登錄微信網頁端與其進行對話，解決了目前微信公眾號不能提供個性化信息的局限。但是尚未深入探討基于人工智能的聊天機器人在不同癌癥病種、不同癌癥階段的自我管理應用現狀。其原因可能是人們還未認識到人工智能聊天機器人在癌癥病人照護領域的重要性。國外研究者利用深度學習和自然處理語言開發了基于醫療保健領域的聊天機器人系統，病人可以隨時在聊天機器人系統上進行信息咨詢，這有利于醫護人員實現對癌癥病人進行居家管理。因此，未來研究需要更標準的隨機對照研究，以確定AI聊天機器人在癌癥病人自我管理中應用確切時長、頻次、內容等。同時擴大研究人群，針對不同癌癥病種、年齡階段的病人來設計、開發AI聊天機器人，并且驗證其效果。

此外，AI聊天機器人在應用過程中，收集了癌癥病人大量的藥物、癥狀、心理、信息等管理數據，可以考慮將AI聊天機器人的使用終端納入醫院電子病歷系統，同時安排專業人員及時回應向聊天機器人報告警報癥狀的病人[40]。此外，對AI聊天機器人的干預效果應有相應的評價準則和評估工具。目前，AI聊天機器人在癌癥照護領域仍然缺乏相應的評級標準，這不利于AI聊天機器人后續管理癌癥病人癥狀，容易造成一些病人的輕微癥狀被忽視，從而影響其安全性評估[25]，進而對癌癥病人健康造成不良后果。因此，要明確干預內容及其干預結局指標，同時制定相應的干預效果評價標準，從而確保AI聊天機器人在癌癥病人自我管理中應用的可行性、可用性、可接受性和參與度[31]。

參考文獻：

[1]" BIBAULT J E，CHAIX B，NECTOUX P，et al.Healthcare EX Machina：are conversational agents ready for prime time in oncology？ [J].Clin Transl Radiat Oncol，2019，16：55-59.

[2]" NADARZYNSKI T，MILES O，COWIE A，et al.Acceptability of artificial intelligence （AI）-led chatbot services in healthcare：a mixed-methods study [J].Digit Health，2019，5：2055207619871808.

[3]" CREER T L，RENNE C M，CHRISTIAN W P.Behavioral contributions to rehabilitation and childhood asthma [J].Rehabil Lit，1976，37（8）：226-32，47.

[4]" FOSTER C，BROWN J，KILLEN M，et al.The NCRI cancer experiences collaborative：defining self management [J].Eur J Oncol Nurs，2007，11（4）：295-297.

[5]" MINER A S，SHAH N，BULLOCK K D，et al.Key considerations for incorporating conversational AI in psychotherapy[J].Front Psychiatry，2019，10：746.

[6]" OWENS O L，FELDER T，TAVAKOLI A S，et al.Evaluation of a computer-based decision aid for promoting informed prostate cancer screening decisions among African American men：I decide [J].Am J Health Promot，2019，33（2）：267-278.

[7]" REBELO N，SANDERS L，LI K，et al.Learning the treatment process in radiotherapy using an artificial intelligence-assisted chatbot：development study[J].JMIR Form Res，2022，6（12）：e39443.

[8]" LARANJO L，DUNN A G，TONG H L，et al.Conversational agents in healthcare：a systematic review [J].J Am Med Inform Assoc，2018，25（9）：1248-1258.

[9]" SINGH H，BHANGARE A，SINGH R，et al.Chatbots：a survey of the technology[M].Cham：Springer International Publishing，2022：671-691.

[10]" NAIK I，NAIK D，NAIK N.Demystifying the working，types，benefits and limitations of chatbots[M].Cham：Springer Nature Switzerland，2023：558-566.

[11]" NONE.Chatbots：the definitive guide（2020）[EB/OL].[2023-06-15].https：//dzone.com/whitepapers/chatbots-the-definitive-guide-2020.

[12]""" NIRALA K K，SINGH N K，PURANI V S.A survey on providing customer and public administration based services using AI：chatbot[J].Multimedia Tools and Applications，2022，81（16）：22215-22246.

[13]" MONTENEGRO J L Z，DA COSTA C A ，DA ROSA R R.Survey of conversational agents in health [J].Expert Systems with Applications，2019，129：56-67.

[14]" NELSON E C，EFTIMOVSKA E，LIND C，et al.Patient reported outcome measures in practice [J].BMJ，2015，350：123.

[15]""" ABASHEV A，GRIGORYEV R，GRIGORIAN K，et al.Programming tools for messenger-based chatbot system organization：implication for outpatient and translational medicines[J].BioNanoScience，2017，7（2）：403-407.

[16]" PIAU A，CRISSEY R，BRECHEMIER D，et al.A smartphone chatbot application to optimize monitoring of older patients with cancer [J].Int J Med Inform，2019，128：18-23.

[17]" CHEW H S J.The use of artificial intelligence-based conversational agents（chatbots） for weight loss：scoping review and practical recommendations[J].JMIR Med Inform，2022，10（4）：e32578.

[18]" AYERS J W，POLIAK A，DREDZE M，et al.Comparing physician and artificial intelligence chatbot responses to patient questions posted to a public social media forum[J].JAMA Internal Medicine，2023，183（6）：189-596.

[19]" GREER S，RAMO D，CHANG Y J，et al.Use of the chatbot \"Vivibot\" to deliver positive psychology skills and promote well-being among young people after cancer treatment：randomized controlled feasibility trial [J].JMIR Mhealth Uhealth，2019，7（10）：e15018.

[20]" LANGE L，FINK J，BLEICH C，et al.Effectiveness，acceptance and satisfaction of guided chat groups in psychosocial aftercare for outpatients with prostate cancer after prostatectomy[J].Internet Interv，2017，9：57-64.

[21]" GOPIE J P，VASEN H F，TIBBEN A.Surveillance for hereditary cancer：does the benefit outweigh the psychological burden？A systematic review [J].Crit Rev Oncol Hematol，2012，83（3）：329-340.

[22]" PYERITZ R E.The family history：the first genetic test，and still useful after all those years？ [J].Genet Med，2012，14（1）：3-9.

[23]" WELCH B M，ALLEN C G，RITCHIE J B，et al.Using a chatbot to assess hereditary cancer risk [J].JCO Clin Cancer Inform，2020，4：787-793.

[24]" HEALD B，KEEL E，MARQUARD J，et al.Using chatbots to screen for heritable cancer syndromes in patients undergoing routine colonoscopy [J].J Med Genet，2021，58（12）：807-814.

[25]" G?RTZ M，BAUMG?RTNER K，SCHMID T，et al.An artificial intelligence-based chatbot for prostate cancer education：design and patient evaluation study [J].Digit Health，2023，9：2055.

[26]" BIBAULT J E，CHAIX B，GUILLEMASSé A，et al.A chatbot versus physicians to provide information for patients with breast cancer：blind，randomized controlled noninferiority trial[J].J Med Internet Res，2019，21（11）：e15787.

[27]" TAWFIK E，GHALLAB E，MOUSTAFA A.A nurse versus a chatbot：the effect of an empowerment program on chemotherapy-related side effects and the self-care behaviors of women living with breast cancer：a randomized controlled trial [J].BMC Nurs，2023，22（1）：102.

[28]" HUANG M Y，WENG C S，KUO H L，et al.Using a chatbot to reduce emergency department visits and unscheduled hospitalizations among patients with gynecologic malignancies during chemotherapy：a retrospective cohort study[J].Heliyon，2023，9（5）：e15798.

[29]" LAU-MIN K S，MARINI J，SHAH N，et al.An augmented intelligence mobile phone chatbot for medication adherence and toxicity management among patients with gastrointestinal cancers on capecitabine[J].American Society of Clinical Oncology，2022，20（4）：483-490.

[30]" CHAIX B，BIBAULT J E，PIENKOWSKI A，et al.When chatbots meet patients：one-year prospective study of conversations between patients with breast cancer and a chatbot [J].JMIR Cancer，2019，5（1）：e12856.

[31]" XU L，SANDERS L，LI K，et al.Chatbot for health care and oncology applications using artificial intelligence and machine learning：systematic review[J].JMIR Cancer，2021，7（4）：e27850.

[32]" LUXTON D D.Recommendations for the ethical use and design of artificial intelligent care providers[J].Artificial Intelligence in Medicine，2014，62（1）：1-10.

[33]" MA D，ORNER D，GHALY M M，et al.Automated health chats for symptom management of head and neck cancer patients undergoing radiation therapy[J].Oral Oncol，2021，122：105551.

[34]" BOUCHER E M，HARAKE N R，WARD H E，et al.Artificially intelligent chatbots in digital mental health interventions：a review [J].Expert Rev Med Devices，2021，18（sup1）：37-49.

[35]" UPRETY D，ZHU D，WEST H J.ChatGPT：a promising generative AI tool and its implications for cancer care[J].Cancer，2023，129（15）：2284-2289.

[36]" SHEN Y，HEACOCK L，ELIAS J，et al.ChatGPT and other large language models are double-edged swords[J].Radiology，2023，307（2）：e230163.

[37]" HAVER H L，AMBINDER E B，BAHL M，et al.Appropriateness of breast cancer prevention and screening recommendations provided by ChatGPT [J].Radiology，2023，307（4）：e230424.

[38]" MOAZZAM Z，CLOYD J，LIMA H A，et al.Quality of ChatGPT responses to questions related to pancreatic cancer and its surgical care[J].Ann Surg Oncol，2023，30（11）：6284-6286.

[39]" 姜可越，馬祎星，湯唯艷.基于大數據微信聊天機器人在癌癥患者隨訪中的設計和應用研究進展[J].中國現代醫生，2017，55（30）：164-168.

[40]" SCHARIO M E，BAHNER C A，WIDENHOFER T V，et al.Chatbot-assisted care management[J].Prof Case Manag，2022，27（1）：19-25.