综述：患有慢性疾病的老年人群体中的AI对话式助手：一项范围综述

《Geriatric Nursing》：AI conversational agents in older adults with chronic disease: A scoping review

人工智能在老年慢性病护理中的应用现状与挑战。通过系统综述分析，AI技术如聊天机器人可辅助疾病管理、自我管理及心理支持，但针对老年患者的实证研究不足，存在用户体验、有效性和伦理问题。护理人员需推动AI应用的适宜性，未来需加强标准化评估和长期效果研究。

　　

莎拉·菲斯克（Sarah Fiske）| 让·勒米厄·科迪（Jean Lemieux Cody）| 沈淼淼（Miaomiao Shen）| 崔正国（Jeungok Choi）

美国国际学院（American International College），护理系兼职教授，地址：1000 State Street, 斯普林菲尔德，马萨诸塞州 01109，美国

引言

美国国立卫生研究院（National Institutes of Health）将人工智能（AI）定义为“一组受人类利用神经系统和身体感知、学习、推理和行动方式启发的计算技术”。¹ 根据不同的应用场景，AI 通过识别模式、解释数据并从大量数据集中进行预测，以多种方式为人类提供有价值的信息。¹ 从医疗保健的角度来看，AI 的应用范围非常广泛。例如，AI 可以帮助科学家和从业者识别主要癌症及其进展、实现早期基因检测¹、支持患者遵守用药和/或疫苗接种计划^{2, 3, 4}、提高慢性疾病患者的自我管理能力（如饮食调整和锻炼^{5, 6}），以及改善患者的心理社会状况（如孤独感等⁷）。

聊天机器人（Chatbots）或对话式代理（Conversational Agents，简称 CA）在文献中常被互换使用⁸，它们利用文本、语音和语言技术，在类似人际交流的平台上传递信息。超过 46% 的成年人经常与这类系统进行互动^{5, 9, 10}。像苹果 Siri、亚马逊 Alexa 和谷歌助手这样的语音助手技术已经广泛应用于社会，嵌入到大多数设备、智能手机和网页中，为消费者提供指导和日常任务协助^{6, 10}。聊天机器人高效、可扩展且成本效益高^{11, 12}，它们被应用于各种临床场景（如住院和门诊），以替代人工服务，从而减少人力投入和时间消耗^{11, 12}。然而，从医疗保健的角度来看，AI 的应用效果并不总是理想化的，还存在一些局限性，例如终端用户体验和认知问题¹³、伦理考量¹³、政策制定¹⁴，以及其在老年人或慢性病患者中的有效性研究不足^{15, 16}。因此，护士需要积极确保 AI 应用的适当性和意义性，尤其是对于老年用户而言。

2019 年，美国 65 岁以上的成年人人数超过了 5000 万¹⁷。65 岁及以上的老年人¹⁸不仅因为年龄原因而处于脆弱地位，还因为他们常常同时患有多种慢性疾病、感官功能下降（如听力、视力问题）、社会经济限制、认知能力减弱以及行动不便等问题，这使得他们比年轻人面临更高的疾病和死亡风险¹⁹。根据疾病控制与预防中心（CDC）的数据²⁰，慢性疾病包括心脏病（如高血压、高胆固醇）、中风、糖尿病、关节炎、慢性呼吸系统疾病（如哮喘、慢性阻塞性肺病 [COPD]、肺气肿）、神经认知障碍（如轻度认知障碍、阿尔茨海默病及相关痴呆症）以及癌症²¹。有证据表明，通过注重健康的饮食、锻炼和生活方式选择，某些慢性疾病的发病可以被延缓或预防^{20, 22}。然而，高龄本身会增加患多种慢性疾病的风险，从而导致高昂的医疗成本¹⁷。

理论上，聊天机器人可以为老年人提供所需的支持，但关于其在这一脆弱群体中的可行性、可用性和有效性的研究仍然不足^{15, 16}。例如，在评估 AI 在慢性病管理中的应用时，Kurniawan 等人¹⁵发现，尽管有一些积极的成果（如用户满意度、干预效果和患者安全性），但由于缺乏技术文档和不同慢性疾病之间的对比研究，相关证据仍然有限。Zhang 等人¹⁶指出，包括聊天机器人在内的 AI 技术在老年人中的应用仍处于发展阶段，需要标准化的评估方法和严格的对照实验来更好地验证其设计、可用性和健康影响。需要进一步的研究来为医疗保健实践和政策制定提供依据，特别是针对最脆弱的群体。

为了探讨 AI 与患有慢性疾病的老年人之间的关系，本综述旨在总结现有研究结果、识别不足之处并明确未来的研究方向⁶

。具体目标如下：

1. 1)
   研究 AI（如聊天机器人、对话式代理等）在老年人中的角色、用途和特点，特别是那些患有慢性疾病的老年人。
2. 2)
   分析当前关于 AI 在患有慢性疾病的老年人中应用的研究成果、局限性和差距。
3. 3)
   确定未来研究的重点方向。

研究设计

研究设计

鉴于 AI 在医疗保健领域的快速普及，本研究采用了范围综述（Scoping Review, SR）的方法，以全面了解现有文献和相关研究需求。范围综述旨在梳理现有研究领域、整合证据、识别差距、澄清概念，并为未来研究指明方向²⁴。这种方法有助于获得广泛的信息和见解^{24, 25, 26}，因此采用了多种研究设计和方法论

结果

搜索策略共找到了 624 篇文献，其中 64 篇为重复文章被排除。对 560 篇文章的标题和摘要进行了筛选和评估，最终有 67 篇全文文章符合纳入标准，被纳入本综述（图 1. Prisma-Scr 指南）²⁷

讨论

AI 技术已在全球范围内广泛应用于医疗保健系统。总体而言，这些技术进步在研究、科学、医疗保健和工作效率方面展现了良好的效果。然而，关于 AI 应用效果的实证研究仍然不足，尤其是其对老年人的实际影响尚不明确⁴³。我们认为，我们的研究结果为此提供了有益的补充

结论

据我们所知，这是第一篇遵循 PRISMA-Scr 指南对患有慢性疾病的老年人使用聊天机器人进行研究的综述^{8, 16}。尽管也有其他相关综述^{8, 16}，但它们主要关注普通老年人的使用情况，而非特定患有慢性疾病的群体。从护理学的角度来看，这一点尤为重要，因为护士需要帮助这些患者更好地使用相关技术。通过研究这种特定关系，我们认为我们的综述具有重要意义

资助声明

本研究中报告的研究工作未获得任何外部资助

作者贡献声明

莎拉·菲斯克（Sarah Fiske）：撰写初稿、监督、资源协调、方法论设计、概念构建。 让·勒米厄·科迪（Jean Lemieux Cody）：审稿与编辑、撰写初稿、数据分析、数据整理。 沈淼淼（Miaomiao Shen）：审稿与编辑、数据分析、数据整理。 崔正国（Jeungok Choi）：审稿与编辑、验证结果、监督研究、概念构建。