本篇论文采用先前的大规模预训练和移情对话数据来制造共情性对话，并采用多轮对话的安排来维持上下文，成功创建了一种用于心理健康应用的生成性共情开放域聊天机器人，并取得了现有测试集的最佳成果。

Nov, 2021

本研究介绍了一个名为“Alleviate”的机器人的不同模块，这是一个帮助患者和临床医生更好地理解彼此，以便促进最佳护理策略的人工智能聊天机器人，其可以提供个性化护理和辅助临床医生更好地了解其患者的挑战。

Mar, 2023

本文采用系统性综述和文献计量分析的方法，评估了ChatGPT在不同领域中的应用和潜在影响，发现尽管AI技术在各种行业中具有革命性的潜力，但需要进一步跨学科研究，定制集成和道德创新来解决现有问题并确保其负责任的使用。

May, 2023

人工智能在支持医疗服务方面的重要性得到了全球大流行病的推动。我们回顾了过去10年（2013年至2023年）提出的医疗领域AI聊天机器人的最新技术。我们的研究表明，虽然有少数商业聊天机器人用于患者支持，还有一些尚处于临床试验阶段的非商业聊天机器人，但人们对这种技术在患者安全和数据保护方面缺乏信任，医疗工作者和专业人士对其好处缺乏广泛认识。此外，与人类相比，患者对于聊天机器人的自然语言处理技术表达了不满。然而，为了部署和整合AI聊天机器人在公共卫生服务中，当前需求是：构建简单且安全易用的技术；通过专注的培训和发展来增强医疗界对该技术的信心；通过外联活动增加患者和更广泛社区对该技术的认知。

Aug, 2023

我们开发了三种聊天机器人，旨在为产后护理者提供特定情境下的共情支持，并通过基于规则和生成模型的指标对其性能进行评估。研究表明，基于规则的模型在共情度和与真实参考接近程度方面表现最佳，而人们更喜欢基于规则的聊天机器人，因为其具备特定情境下的人性回复。然而，我们的生成模型在训练数据集限制下，偶尔会产生混乱或荒谬的回复。最后，我们讨论了支持心理健康挑战个体的基于规则和生成模型的实际好处，并对大型语言模型在数字心理保健领域的可能性和风险进行了讨论。

Aug, 2023

在后疫情时代，社交隔离和抑郁焦虑率上升之际，基于数字心理治疗的对话型代理与传统治疗相比，在引导用户自我依恋方面具有重要影响力。本研究开发了一个语音聊天机器人，用于指导用户进行一种基于依恋理论的自我依恋（SAT）全面心理技术。我们的聊天机器人使用一系列基于规则和分类的模块来理解用户输入，并据此导航对话流程图，根据用户的情感和心态状态推荐适当的SAT练习。我们收集了超过6,000个断语的数据集，并开发了一种新颖的情感分析模块，将用户情感分为12个类别，准确率超过92%。为了保持对话的新颖性和吸引力，聊天机器人的回复是从使用Farsi GPT-2和强化学习方法辅助构建的大型断语数据集中检索得到的，因此需要最少的人工标注。我们的聊天机器人还提供了一个名为SAT Teacher的问答模块，用于回答用户关于自我依恋原则的问题。最后，我们设计了一个跨平台应用作为机器人的用户界面。我们在一个为期十天的人类研究中对平台进行了评估，共有52名非临床人口的志愿者参与了超过2,000次对话。结果表明，大部分用户（75%）表示对平台很感兴趣，72%的用户在与聊天机器人互动后感觉变得更好，74%的用户对SAT Teacher的表现感到满意。

Oct, 2023

通过PRISMA框架综合文献综述，研究了534篇计算机科学和医学领域发表的关于建立与心理健康相关的对话代理的论文，发现了136篇重要论文，重点关注对话建模和实验设计技术的多样特征，建议以透明度、伦理和文化异质性为基础，实现心理健康对话代理的跨学科发展。

Oct, 2023

大型语言模型（LLM）人工智能聊天机器人如ChatGPT提供个性化和新颖的信息，试图解决重复性问题，但其效果可能不如人工辅导，该研究评估了LLM模型在体重控制辅导中的可行性和可接受性。

Dec, 2023

我们研究如何创建更有效的数字化医疗干预，从生成健康信息，选择适当的信息形式，到格式化参考用户先前的言述。

Apr, 2024

我们介绍了一种名为“未来您”的互动、简短、单次会话的数字聊天干预，旨在改善未来自我连续性--个体与时间上遥远的未来自我的联系程度，这一特性与心理健康和幸福感呈正相关。我们的系统允许用户与一个与他们未来目标和个人特质相匹配的可信赖的人工智能虚拟未来自我进行聊天。为了使对话更真实，系统会生成一份“合成记忆”--为每个用户创造一个独特的背景故事--以将用户当前年龄（18-30岁）与其60岁时的生活连接起来。这个“未来您”角色还采用用户现在自己的年龄上升图像的个性特征。与“未来您”角色进行简短交互后，用户报告了焦虑感的减少和未来自我连续性的增加。这是第一个成功证明个性化的人工智能生成角色可以改善用户未来自我连续性和幸福感的研究。

May, 2024