人工智能 (AI) 聊天机器人能够在与用户进行口头、书面或口头交流的帮助下模仿人类互动。人工智能聊天机器人可以提供重要的健康相关信息和服务，最终带来有前景的技术促进干预。

当前的数字远程医疗和治疗干预措施与若干挑战相关，包括不可持续性、低依从性和不灵活。AI 聊天机器人能够克服这些挑战，并提供个性化的按需支持、更高的交互性和更高的可持续性。

人工智能聊天机器人利用来自各种来源的数据输入，然后通过自然语言处理 (NLP) 和机器学习 (ML) 完成数据分析。然后数据输出帮助用户实现他们的健康行为目标。

因此，人工智能聊天机器人能够通过有效地提供干预来促进多样化的健康行为。此外，这项技术可以通过集成到具体功能中来为健康行为改变提供额外的好处。

之前对人工智能聊天机器人进行的大多数研究旨在改善心理健康结果。相比之下，最近的研究越来越关注使用人工智能聊天机器人来激发健康行为的改变。

然而，一项关于人工智能聊天机器人对改变生活方式的影响的系统评价存在一些局限性。其中包括作者无法将 AI 聊天机器人与其他聊天机器人区分开来。此外，这项研究仅针对一组有限的行为，并没有讨论所有可以利用 AI 聊天机器人的潜在平台。

目前的研究于 2022 年 6 月进行，并遵循 PRISMA 指南。在此，三位作者检索了 IEEE Xplore、PubMed、JMIR 出版物、EMBASE、ACM 数字图书馆、Web of Science 和 PsychINFO 等 7 个书目数据库。

搜索涉及属于三个类别的关键字的组合。第一类包括与基于人工智能的聊天机器人相关的关键词，第二类包括与健康行为相关的关键词，第三类关注干预。

搜索的纳入标准是涉及以健康行为为重点的干预研究、在现有 AI 平台或 AI 算法上开发的研究、使用聊天机器人的实证研究、1980 年至 2022 年间发表的英文文章以及研究报告定量或定性干预结果。所有数据均从这些研究中提取，并根据美国国立卫生研究院 (NIH) 质量评估工具进行质量评估。

共有 15 项研究符合纳入标准，其中大部分分布在发达国家。样本量中位数为 116 名参与者，而平均值为 7,200 名参与者。

大多数研究包括成年参与者，而只有两名参与者年龄小于 18 岁。所有研究参与者都有预先存在的条件，包括体育锻炼较少的人、肥胖者、吸烟者、药物滥用者、乳腺癌患者和医疗保险接受者。

目标健康行为包括戒烟、提倡健康的生活方式、减少药物滥用以及坚持服药或治疗。此外，据报道只有四项研究使用了随机对照试验 (RCT)，而其他研究则使用了准实验设计。

随机化过程中报告结果和偏倚的风险低，预期干预的偏倚风险低至中等，结果测量的偏倚风险中等，非预期来源的结果风险高。除了处理不可用的输入数据和输入数据特征外，所有用于描述 AI 组件的因素都是充分的。

在 15 项研究中，有 6 项报告了每月与聊天机器人交换的平均消息数量和安全性方面的可行性。此外，11 项研究报告了内容可用性、聊天机器人的易用性、用户发起的对话、非判断性安全空间和办公室外支持方面的可用性。在满意度、保留率、技术问题和参与持续时间方面，12 项研究报告了可接受性和参与度。

六项研究报告了体育活动的增加，三项研究通过基于聊天机器人的干预措施改善了饮食。四项评估研究报告了戒烟，而一项研究报告了物质使用的减少，两项研究报告了通过使用聊天机器人增加了对治疗或药物的依从性。

几种行为改变理论被整合到聊天机器人中，包括跨理论模型 (TTM)、认知行为疗法 (CBT)、社会认知理论 (SCT)、习惯形成模型、动机访谈、莫尔支持责任模型和情绪集中治疗，以提供激励支持和跟踪参与者的行为。大多数研究针对行为目标设定、使用行为监测并提供与行为相关的信息，而四项研究还提供情感支持。

大多数研究使用不同的人工智能技术，如 ML、NLP、混合健康推荐系统 (HHRS)、混合技术（ML 和 NLP）和面部跟踪技术来提供个性化干预。聊天机器人主要使用基于文本的通信，或者集成到预先存在的平台中，或者作为独立平台交付。此外，大多数聊天机器人需要用户背景信息、目标和行为表现反馈等数据，以确保提供个性化服务。

综上所述，人工智能聊天机器人可以有效地促进健康的生活方式、戒烟以及对治疗或药物的依从性。此外，目前的研究发现，人工智能聊天机器人表现出显着的可用性、可行性和可接受性。

总之，人工智能聊天机器人能够提供个性化干预，并且可以扩展到多样化和大量人群。然而，由于人工智能聊天机器人干预仍处于初期阶段，因此需要进一步研究以获得对人工智能相关过程的准确描述。