改变健康习惯——如戒烟、增加锻炼或坚持规定的治疗——对于预防和管理慢性疾病来说虽然困难但至关重要。动机访谈(MI)是一种以患者为中心的咨询方法，帮助人们找到自己改变的动机，已在许多医疗环境中被证明有效。然而，尽管证据充分，由于时间有限、培训要求和支付障碍等挑战，MI在临床实践中并未得到广泛应用。然而，人工智能的进步正在通过数字工具为更多人提供MI的新可能性。
由人工智能驱动的聊天机器人、应用程序和虚拟代理可以模拟MI核心的支持性和共情性对话。使用从脚本对话到像GPT-4（通常称为ChatGPT）等先进大语言模型的方法，这些工具提供全天候、无评判的支持。对于那些不寻求传统行为健康护理的人来说，这些工具可能特别有帮助。
早期研究表明，这些AI工具是可行且可接受的，但尚不清楚它们在多大程度上遵循了同理心和促进自主性等MI核心原则，以及它们是否能有效改变行为。评估这种"MI保真度"具有挑战性，因为传统方法需要详细的人工审查，且不易扩展。
为了填补这些重要的知识空白，佛罗里达大西洋大学查尔斯·E·施密特医学院的研究人员进行了首次关于旨在提供动机访谈的AI驱动系统的范围综述。他们专注于探索聊天机器人和大语言模型等AI工具如何被用于提供MI，关于它们的可用性和可接受性的已知信息，这些系统在多大程度上遵守MI核心原则，以及迄今为止报告的行为或心理结果。
发表在《医学互联网研究杂志》上的结果显示，最常用的AI工具是聊天机器人，还有一些虚拟代理和移动应用程序，使用的技术从基于规则的系统到GPT-3.5和GPT-4等先进模型。虽然所有工具都旨在模拟动机访谈，但其评估的质量和严谨性各不相同。只有少数研究解决了围绕AI生成内容的安全问题，大多数研究没有详细说明防止错误信息或不当回应的保障措施。
虽然只有少数研究报告了实际的行为改变，但大多数研究都集中在改变准备度和被理解感等重要的心理因素上。重要的是，没有研究关注长期行为结果，随访期通常很短或完全缺失。因此，虽然AI工具可以有效提供动机内容并影响改变的早期迹象，但它们创造持久行为转变的能力仍不清楚。
"许多数字干预措施包含了动机'元素'，但没有清楚地显示它们是否以及如何遵循正式的MI实践，"高级作者、施密特医学院人口健康教授玛丽亚·卡门扎·梅希亚医学博士说。"我们仔细绘制了使用的具体技术——如开放式问题、肯定和反思性倾听——并研究了保真度是如何评估的，无论是通过专家审查还是研究设计。这种详细程度对于理解这些AI工具实际在做什么以及它们在多大程度上模仿真正的动机访谈至关重要。"
研究结果显示，尽管它们有优势，但情感细微差别和对话深度方面的局限性通常被指出。
"用户欣赏AI系统的便利性和结构，但经常错过面对面咨询中'人性化'和复杂的动态关系，"梅希亚说。
研究中的参与者从普通成年人到大学生和患有特定健康状况的患者各不相同。戒烟是最常见的关注点，其次是物质使用减少、压力管理和其他健康行为。
"AI驱动的系统显示出令人兴奋的潜力，可以提供动机访谈并支持有意义的健康行为改变，"梅希亚说。"这些工具在各种健康问题上都是可行且广受欢迎的，展示了同理心和合作等关键原则。然而，很少有研究严格评估它们对行为或保真度的影响。随着AI健康干预措施的发展，未来的研究必须专注于强有力的评估、透明度和伦理责任。通过将可扩展的AI技术与经过验证的行为框架相结合，我们可以扩大获取范围，更好地支持面临行为改变挑战的患者。"
研究合著者是佛罗里达大西洋大学施密特医学院医学生泽夫·卡夫、雅各布·凯利、克里斯托弗·马查多和高级医学图书管理员米歇尔·K·内克特。
【全文结束】
