AI聊天机器人在医疗保健领域的应用正变得越来越重要，它们可以提供自动化的患者支持、症状分诊和心理健康咨询。从20世纪中期ELIZA等早期聊天机器人，到如今利用先进的自然语言处理和机器学习技术，AI聊天机器人在医疗保健领域的应用已经从简单的基于规则的脚本发展到了复杂的AI系统。当代聊天机器人利用大型语言模型（LLM）等先进技术，例如OpenAI的ChatGPT，在医疗保健领域发挥着多种作用，包括虚拟护士（如Sensely的“Molly”）用于慢性病管理，症状检查/分诊机器人（如AdaHealth、Babylon、Buoy）用于指导患者就医，以及数字治疗师（如Woebot、Wysa、Youper）提供认知行为支持。
研究表明，AI聊天机器人的效果通常是混合的，但总体上是积极的。例如，一项随机对照试验发现，使用Woebot心理健康聊天机器人两周可以显著减少焦虑和抑郁症状，而观察数据显示AI心理健康应用程序具有很高的用户参与度。症状检查的准确性各不相同：在COVID-19筛查机器人的一项基准测试中，Symptoma（F1≈0.92）明显优于其他工具。大规模评估表明，领先的AI分诊系统（如Babylon、Ada）在紧急护理建议方面的安全性接近人类医生。
AI聊天机器人的应用范围很广，包括虚拟症状检查器/分诊助手、数字护士/助手、心理健康教练等。在心理健康领域，像Woebot和Wysa这样的应用程序通过对话提供基于认知行为疗法（CBT）的支持。一些最新的聊天机器人（例如Google正在开发的Med-PaLM2）旨在回答一般临床问题。
该报告回顾了医疗保健领域排名前10的AI聊天机器人，评估了它们的设计、用途和证据。报告提供了历史背景，考察了当前能力，介绍了案例研究和研究结果，并讨论了AI驱动的对话代理在医学中的挑战和未来方向。
该报告还讨论了AI聊天机器人的技术基础，包括自然语言处理（NLP）、医学知识库、机器学习和推理、用户界面和集成。报告还讨论了AI聊天机器人的关键功能和能力，包括症状检查/分诊、诊断支持、患者自我管理和监测、心理健康和幸福感以及行政和杂项用途。
报告还讨论了来自研究的数据和证据，包括诊断准确性、用户参与度和满意度、临床结果、安全性和准确性问题。报告还介绍了案例研究和现实世界的部署，例如COVID-19聊天机器人（CDC和WHO）、BabylonHealth在英国国民医疗服务体系（NHS）中的使用以及心理健康聊天机器人在实践中的应用。
最后，该报告讨论了AI聊天机器人的未来方向，包括个性化、多模态AI、临床决策支持（CDS）集成、持续学习和改进、监管演变、成本和市场动态。
