会话代理在精神障碍病人中的应用进展

张 琬，刘春蕾*，郭欣然，郭玉芳

1.河北大学护理学院,河北 071000；2.山东大学护理与康复学院

精神障碍是指各种原因导致的大脑功能紊乱，表现为精神活动异常和适应不良，特征为认知、情绪、行为等方面的改变，伴有痛苦体验及功能损害[1]。目前，全球约4.5 亿人患有精神障碍[2]，我国严重精神障碍病人约有1 600 万人[1]。药物和心理疗法是精神障碍病人主要治疗方式，但由于心理卫生资源相对缺乏[3]，能提供的精神卫生服务超出了需求。近年来，随着网络通信技术的广泛使用[4]，计算机图形学、自然语言处理等技术的不断发展，提高了数字化健康干预技术应用于精神障碍病人心理康复领域的可行性。会话代理作为数字化健康干预的新形式，是指使用人工智能通过文本或语音模拟对话的软件程序，以口头、书面和视觉语言进行人机交互[5]。对促进精神障碍病人心理康复和扩大精神卫生服务的可及性具有潜在作用[6]。本文旨在总结会话代理在精神障碍病人中应用的研究现状，以期为我国开展相关研究提供借鉴。

1 会话代理的概述

1.1 会话代理的概念 会话代理(conversational agent,CA)是使用人工智能通过书面文本或语音模拟对话的软件程序[5]。它基于言语行为理论，能够使用自然语言与模仿人类对话进行人机交流。在理解会话意义的行为上，会话代理是一种“以言表意行为”“以言行事行为”“以言取效行为”[7]。应用于精神障碍病人治疗中最早及最具知名度的会话代理是1966年美国麻省理工学院Joseph Weizenbaum 设计的Eliza 会话代理系统，该系统基本原理是使用模式匹配(pattern matching,PM)来处理输入，并把它转换为适当的输出，Eliza 可以引导精神病病人与该系统进行交互，从而获取治疗需要的信息并对精神病病人进行辅助治疗[8]。

1.2 会话代理的类型 会话代理在设计上有多种类型[9]，包含聊天机器人(chatbot）、体现会话代理(embodied conversational agent,ECA)、机器人（robot）和虚拟现实中的会话代理(virtual reality,VR)。目前，用于精神障碍病人辅助治疗较多的为聊天机器人、体现会话代理和机器人。

1.2.1 聊天机器人 聊天机器人是一种能够使用口语、书面语和可视语言与人进行交谈和交互的系统[10]，是自然语言处理和人工智能领域中的一个重要研究方向。目前，主流技术构建方法有基于人工模板、检索和深度学习的聊天机器人[11]。聊天机器人和用户都能主导对话，双方通过口头、视觉和书面语言组合等方式进行互动[10]。其包含5 个主要的功能模块：输入预处理模块、自然语言理解模块、对话管理模块、答案生成模块、输出处理模块[11]。

1.2.2 体现会话代理 体现会话代理由Justine Cassell在《Embodied Conversational Agents》书中首次提出并将其定义为计算机界面，通过三维计算机图形(3D Computer Graphics)动画中的虚拟人类或卡通角色体现，具有响应生成语言及非语言交流的能力[5]，如面部表情、手势和身体姿势，并可根据用户的行为调整语音内容和传递面部表情[12]。

1.2.3 机器人 机器人以人物或动物形象体现，通过搭载的人工智能系统内部的多种传感器来接收信号，从而实现人机交互[13]，如通过检测到用户的手、语音命令或面部时，可与用户进行互动；通过视听理解命令，具有学习、适应环境、表达情感的能力[14]。

2 会话代理在精神障碍病人中的实施方式

CA 基于计算机、手机、平板电脑中独立的应用软件和网络平台，以及以人形或动物形象的机器人体现，它基于预定义规则、决策树、多种传感器及机器学习等生成响应[10]，并通过传感器接收信号和在线问卷以文本、语音等方式生成会话对精神障碍病人心理和生理状况进行风险评估，进而提供心理干预，以达到预防、自我监测、诊断和治疗等目的。目前，CA 干预的对象主要为拥有手机、互联网等数字设备，能够读取并回复消息者，不适用于心理症状严重需及时治疗的精神障碍病人。

3 会话代理在精神障碍病人中的应用

3.1 会话代理在抑郁症病人中的应用 抑郁会降低病人生活质量和损害其心理社会功能，严重抑郁甚至导致病人自杀。认知行为疗法(cognitive behavioral therapy,CBT)在抑郁症的治疗中被推荐为高级实践证据之一。目前，CBT 多采用面对面形式，易受到时间、地域、病人依从性及污名化等问题的影响，而CA 不受时间及地域的限制，以匿名、自动化的交互方式提供CBT 等心理干预措施。通过CA，病人可对症状进行自我监控和自我管理[12]。Fitzpatrick 等[15]使用自动化会话代理“Woebot”为有焦虑、抑郁症状者减轻症状，Woebot 可在网络桌面或移动设备上使用，并以对话和情绪跟踪的方式提供CBT。通过收集情绪数据，连接到短视频或简短的“文字游戏”向参与者展示与CBT相关的核心概念，帮助其了解认知扭曲。在随机对照实验中，实验组(34 例)应用Woebot 进行2 周干预，与对照组相比焦虑、抑郁症状明显减轻。Shamekhi 等[16]将会话代理Gabby与综合团体医疗访问(integrative medical group visits,IMGV)结合为抑郁症病人管理压力。Gabby 以短发女性形象在屏幕中体现，病人使用平板电脑与Gabby 互动，通过互动帮助病人了解心理(情绪)和身体(舒适程度)状态，以及复习在IMGV 学习的内容。此外，Gabby 还指导病人正念和瑜伽等方式以减轻压力。结果显示，CA 与IMGV 结合可以有效缓解心理压力。最近研究发现，CA 以文本对话的方式提供CBT 可以提高产妇围生期情绪障碍的认识，从而缓解产后抑郁症状[17]。因此，CA 作为一种潜在的资源可为产后抑郁者提供心理护理。

3.2 会话代理在孤独症谱系障碍病人中的应用 孤独症谱系障碍(autism spectrum disorders,ASD)的核心障碍之一是社会交往障碍，基于循证社会心理干预可促进社交技能的发展[18]。研究者将社交技能(如倾听、模仿、手势)融入CA，并以社交伙伴或教师等虚拟形象体现，通过触摸屏幕和对话的方式与ASD 进行互动，进而提供社交技能训练(social skills training,SST)。CA 在SST 中主要侧重语言和非语言技能的培训。在提升语言技能方面包括一般谈话、反欺凌、词汇等技能训练；在提升非语言技能方面包括分享式注意力、情绪及面部识别和模仿技巧的技能训练[19-20]。Tanaka[19]等开发了“自动化社交技能培训师”通过人机交互的方式提供自动化SST。其干预内容包括定义目标技能、建模、角色扮演、反馈、强化和家庭作业，旨在提高ASD的叙事技能。结果显示，ASD 使用该系统50 min 后即可提高叙事能力。Milne 等[20]创建Thinking Head 虚拟代理以教授ASD 基本对话和处理欺凌行为两种技能。在干预开始前对两种技能进行测试，对话技能测试包括：面部表情识别、动作和组合。欺凌技能测试包括：策略步骤、友好和欺凌的分辨和嘲笑。在测试后CA开始教学，在对话技能中帮助学习识别表示厌烦、兴趣等面部表情，并引导ASD 在识别表情时选择适当的社会行为。处理欺凌课程则教授ASD 如何应用安全和有效的方式处理此类事件。结果显示，ASD 在干预后的测试均获得更高的分数。与传统SST 相比，CA 对行为的可预测性、重复性、便利性，以及新技术带来的亲和力和使用乐趣是CA 在ASD 治疗中应用的重要原因[21]。

3.3 会话代理在创伤后应激障碍（post-traumatic stress disorder，PTSD）病人中的应用 PTSD 的核心症状是反复出现侵入性记忆、回避、认知和情绪发生消极改变[22]，通过对创伤记忆的积极回忆、促进认知重组可以有效地治疗PTSD。“multi-model memory restructuring(3MR_2)”以自动化虚拟系统为PTSD 病人提供暴露疗法[23]。暴露疗法主要利用文字、图像、多媒体等形式体现的数字日记和3D World Builder 重新创建记忆来实现。该系统由CA 作为治疗指南，通过创伤后应激障碍检查表(PTSD checklist,PCL)、病人健康问卷(patient health questionnaire-9,PHQ-9）监测病人症状，CA 可根据病人数字日记中的内容，以个性化的方式帮助其促进记忆和认知重组，当病人产生反刍性思维时CA 提醒病人不应该回避，指导其对记忆进行深刻的思考。目前，3MR_2 主要针对人群为儿童性虐待受害者及退伍军人，共有12 次课程，包括熟悉系统、创建记忆、引入暴露元素、回顾、反思和预防复发等。研究显示，该系统对PTSD 病人可用性较好。

3.4 会话代理在神经认知障碍病人中的应用 神经认知障碍(neurocognitive disorders,NCDs)是一组以认知功能受损为主要特征的临床综合征,包括谵妄（delirium）和痴呆症（dementia）等[24]。老年病人中枢神经系统功能退化,脑血流自动调节功能减退,易发生脑灌注不足,造成神经递质功能受损,并可因此诱发谵妄[25]。Bott 等[26]研究提供了一项床边ECA，旨在支持护理团队护理连续性和降低老年病人住院期间谵妄、跌倒和孤独的风险，研究对95 名老年病人进行干预，将平板电脑安置在住院病人床旁，ECA 以动物形象在屏幕中体现。医护人员基于互联网络界面可以同时巡视多名病人，通过发送文本或语音信息与病人实时互动。ECA 主动询问病人护理需求，并根据其需求呼叫护理站以为病人寻求护士的帮助，从而提供了护理连续性。通过对病人出入院数据的分析表明，干预组在出院时出现谵妄的频率较低(P＜0.001)，孤独症状减少(P＜0.01)，跌倒减少了82%。

痴呆病人多伴有负性情绪，CA 作为非药物干预方法之一，通过人机互动促进病人的情感表达，增进心理健康，并且在照护机构或家庭中易实施、具有良好的干预效果等，被国外学者应用于痴呆病人照护领域[13]。Moyle 等[27-28]研究为痴呆病人使用机器海豹（PARO）进行个体和团体干预，结果显示，PARO 可明显改善病人的激越行为和抑郁症状。此外，机器人辅助护理还可减轻护士的职业倦怠[29]、改善病人的护理体验和提高护士的照护意愿[30]。基于护理的交互关系理论(transactive relationship theory of nursing，TRETON)揭示了护士、人工智能和病人之间持续和积极的互动性参与过程，该理论为全新的护患关系提供了理论支持[31]。为了更好地将智能技术应用护理领域，护理人员需要积极参与智能技术的应用，将自己定位为智能技术的设计和研究者[32]，引领和参与护理领域的相关技术的研发，促使该技术更好地服务于精神障碍病人。

3.5 会话代理在精神障碍辅助诊断及监测中的应用 精神障碍传统的诊断方式局限于一对一诊断,易受病人的配合程度、医生经验主观判断的影响[33]。早发现、早诊断、早治疗对于精神障碍病人诊疗具有重要意义。CA 能够模拟临床访谈，并通过病人的表情、姿势、声学特征、视频和音频等数据实时分析病人心理状态，通过机器学习和自然语言处理等技术辅助识别和诊断精神障碍[34]，并有预警和监测自杀风险的能力[35]。Philip 等[36]基于《精神障碍诊断与统计手册》第5 版(DSM-5)将CA 以临床访谈形式辅助诊断抑郁症，与精神科医生诊断相比，在抑郁症诊断特异性中，ECA 能够有效地识别无抑郁症的病人，并在重度抑郁症诊断中敏感性达73%，但对于轻、中度抑郁症诊断则敏感性较低。因此，即使有了CA 在辅助诊疗技术中的进步，病人也需要在专业医生的指导下及时寻求医疗服务。有研究显示，CA 通过对话互动数据可提取视听特征以检测痴呆症，检测主要基于简易智力状态检查量表（mini-mental state examination,MMSE）、韦氏记忆量表(wechsler memory scale,WMS)及神经心理学内容产生语音问题，通过视听特征和机器学习算法支持向量机（support vector machine,SVM）和逻辑回归(logistic regression,LR)预测痴呆症[34]。此外，CA 可 通过病人健康问卷[12]、自我报告情绪状态和电子健康记录远程监控等监测有自杀企图者。一旦监测到自杀风险，CA 将提醒病人寻求专业帮助，并启用系统中危机计划，即预设置的紧急联系电话号码和遇险管理，并即时提供CBT 放松练习[37]。

综上所述，CA 在不同精神障碍类型的应用中，其干预策略和评价指标也不相同。抑郁症病人的干预以CBT 为主，评价主要基于贝克抑郁自评量表（beck depression inventory，BDI）、病人健康问卷(PHQ）等；孤独症谱系障碍病人的干预以SST 为主，评价主要为训练前后的测试评分；创伤后应激障碍病人的干预以暴露疗法为主，评价主要基于创伤后应激障碍检查表(PCL)。神经认知障碍病人以机器人辅助个体或团体的护理干预为主；CA 在辅助诊断精神障碍及监测自杀风险中，则是基于疾病诊断的相关专业评估指标、视听特征数据并结合机器学习算法等。

4 精神障碍病人对会话代理的效果评价

4.1 精神障碍病人对会话代理干预的接受性及满意度 CA 在设计中关注共情、个性、建立关系的能力和对话方式[9]，通过自然语言处理复杂对话、机器学习结合感知能力赋予CA 个性、产生移情，使其与病人建立良好关系，从而提高接受性及满意度[38]。满意度及可接受性评估主要通过电子可接受性量表(acceptability e-scale，AES)、病人满意度问卷(client satisfaction question naire，CSQ-)及半结构化访谈等方式。目前，多项研究显示病人对CA 接受性及满意度评分均很高[23,40-42]。其中，中重度抑郁症病人对会话代理满意度和接受性显著高于轻度抑郁症病人，CA 不仅可为抑郁症状病人所接受，还能与之建立更强的情感联系[39]。此外，CA 在PTSD[23]、阻塞性睡眠呼吸暂停综合征者[40]、产后抑郁病人[41]、老年及文化水平低的病人中[42]满意度和可接受性较高。未来可考虑将以上人群作为适合此类技术的目标人群。

4.2 精神障碍病人对会话代理干预的参与度 CA的交互式体验有助于病人参与自我管理，提高自我效能感，并通过语音合成标记语言、视频等可视化的交互方式，增加了干预的易理解性及趣味性。通过设置学习任务，以及推送个性化的信息和视觉情感符号来激励病人使用和完成任务[15],并以即时、个性化的反馈，从而提高病人的参与度。此外，CA 的匿名性有助于有病耻感者积极参与、促进信任和自我表露[43]，除言语外，CA 的面部表情、注视、手势等非语言行为也增进了与病人的亲善关系，可帮助病人克服心理障碍，使其更加诚实地进行临床访谈，从而获得更好的治疗效果。有研究发现，CA 在与人创造的情感、关系、心理效益及产生过程，如感知理解、表露亲密和认知重估同样有效[43]。目前，参与度的评估主要通过系统日志记录、互动时间、登录次数[16]及半结构化访谈的内容[41]等方式。参与度的影响因素主要包括理解受限、外形及声音偏好等[9]。

5 展望

CA 作为新兴研究领域，在精神障碍病人的诊断、监测、治疗中取得了一定的效果，并且在应用中易被病人接受、可行性好、满意度高，对促进精神障碍病人心理康复和扩大精神卫生服务的可及性，以及促进护理学、心理学、临床医学、人工智能学和机器人学等学科交叉发展有着潜在的作用。但在应用中需考虑以下问题，如人群普适性、平衡CA 的最优化设置、隐私安全保障等。为更好地了解病人、技术和医护之间的相互作用，推动数字化健康技术的创新和扩大使用，还需进行深入的研究。未来研究可借鉴国外应用经验，将CA 与其他干预措施、技术的效果和成本效益进行对比，并结合我国国情及文化特点，探索适合我国精神障碍病人的应用方式，以促进精神障碍病人的心理康复。