综述：用于心理健康应用的人工智能机器人：一项范围综述

人工智能机器人技术在心理健康领域的应用现状及挑战

董培黄|张书杰|郑星林|袁文辉|吴琳静|陈媛

福建中医药大学护理学院，福州，350000，中国

摘要

背景

:对心理健康服务的需求与专业资源短缺之间的矛盾日益突出。人工智能机器人是数字心理健康干预的有前景的工具，在这一领域具有独特的应用潜力。

目的

:本综述旨在系统分析AI机器人在心理健康领域的特点和技术路径，帮助开发者做出合理的技术选择，并为心理健康服务提供者和研究人员提供选择合适机器人的依据。

方法

:采用JBI方法进行范围综述，并根据PRISMA-ScR指南进行报告。我们搜索了PubMed、Embase、PsycINFO、Scopus、IEEE Xplore、ACM数字图书馆和Cochrane Central Register for Controlled Trials数据库，收集了2017年1月1日至2025年5月5日期间关于AI机器人在心理健康应用的研究文献，并采用叙事综合方法整合提取的证据。

结果

:共纳入34项研究。AI机器人主要用于诊断（n=19）、监测（n=5）、治疗和干预（n=27）、风险预测和识别（n=8）以及咨询（n=13）。研究主要集中在焦虑障碍、抑郁障碍、自闭症谱系障碍和痴呆症群体上。在诊断应用中，机器学习算法是核心技术，结合多模态数据处理可以提高诊断效率。在治疗应用中，自然语言处理技术是核心技术，结合生成式AI可以显著提升个性化干预的效果，并有效缓解心理健康问题。AI性能指标的结果显示，相关模型整体表现良好，其中准确性是最常报告的评估指标。

结论

:尽管AI机器人在心理健康服务中的应用前景广阔，但在临床疗效验证、技术有效性、隐私保护和伦理合规性方面仍存在重大挑战。未来的研究需要遵循相关指南，进一步优化算法，开展大规模、严格的随机临床试验，并改进隐私和安全机制，以确保该领域AI应用的安全性、可靠性和可持续性。

引言

世界卫生组织（WHO）将心理健康定义为个体应对日常生活压力、发挥自身能力、高效工作并为社会做贡献的能力。心理健康状况不仅包括精神障碍和心理社会障碍，还包括与显著痛苦、功能损害或自伤风险增加相关的心理状态（WORLD，2022）。尽管全球对心理健康的关注日益增加，但总体情况仍令人担忧。WHO的最新数据显示，全球约有9.7亿人受到精神障碍的影响（WORLD，2022），对诊断和治疗的需求急剧增加。然而，获得专业心理健康服务的机会仍然有限。在高收入国家，每10万人中只有大约6.6名精神科医生，而在低收入和中等收入国家，这一数字降至约0.1人（OLADEJI B D，2016）。这种严重的心理健康工作者短缺导致许多人无法及时获得干预，增加了症状恶化、功能损害、社会隔离和自杀的风险（HESTER R，2017，MURRAY等人，2012）。此外，心理健康状况常常伴随着污名化，这会对患者的心理福祉产生负面影响，进一步降低寻求帮助的行为和治疗依从性（CORRIGAN等人，2014）。

WHO强调数字健康干预在应对公共卫生需求和促进全民健康覆盖方面的重要作用（WORLD，2019）。人工智能机器人有潜力克服专业资源短缺和精神疾病污名化等挑战，成为数字心理健康干预的有效工具（OLAWADE等人，2024）。人工智能（AI）被定义为系统根据学习结果解释外部数据并完成指定任务的能力（HAENLEIN和KAPLAN，2019）。AI可以处理和分析患者的多模态数据，包括语音特征、文本内容和面部表情等，为临床医生提供更准确和高效的辅助诊断支持（ALIEH等人，2023）。此外，AI在心理健康领域展现出广泛的应用前景，包括疾病的早期识别和诊断（NIA等人，2023）、基于诊断结果制定个性化治疗计划（LI Y和LI Y L，2024），以及持续监测心理状态和危机干预（GRAHAM等人，2019）。

机器人被定义为“将电子和计算机控制系统应用于执行类似人类任务的机械设备”（GEORGOPOULOS等人，1987），作为物理载体的机器人在心理健康干预中也发挥着独特作用。例如，社交机器人可以通过与患者互动提供情感支持、陪伴和康复指导（SHYAM等人，2024）。聊天机器人可以通过辅助治疗提高自闭症儿童的社交技能（GUEMGHAR等人，2022），并减轻阿尔茨海默病患者的焦虑（GUEMGHAR等人，2022，FRANCISCO等人，2021）。目前，“人工智能机器人（AI-robot）”的定义尚不明确，但可以理解为“通过人工智能实现的感知、决策、学习和自主性，机器人能够独立执行任务并与环境互动”（SICILIANO和KHATIB，2016）。根据表现形式，机器人可以分为具有物理形态的系统（如社交机器人）和非物理形态的系统（如聊天机器人或对话代理），后者通过文本或语音界面与用户互动。

早期研究中的大多数机器人使用基于规则的系统（ABD-ALRAZAQ等人，2019），虽然它们在执行简单任务时表现良好，但无法应对心理健康领域日益复杂的挑战。近年来，AI机器人作为新兴的心理健康干预手段受到了广泛关注（BATYRKHAN等人，2023，CARA等人，2024）。随着AI系统在数据解释和生成可操作见解方面的能力不断提高，AI机器人为心理健康领域带来了新的机遇。然而，AI算法的灵活性——它们在不同任务和环境中的调整和优化能力（JORDAN M I，2015）——可能会影响疾病诊断的准确性、情绪识别的精确度以及监测和干预的有效性（KUMAR等人，2023，CHUTIA和BARUAH，2024，ZHAO等人，2021）。因此，为机器人开发和应用选择合适的AI技术至关重要，因为它直接影响机器人的任务执行能力。

当前的综述大多关注特定类型的机器人（聊天机器人或社交机器人）、特定群体（YEN等人，2024，WU等人，2025，ZHONG等人，2024）（焦虑或抑郁、老年人或儿童）以及特定的应用模式（GUEMGHAR等人，2022，WU等人，2025，ZHONG等人，2024，HE等人，2023，LI等人，2023，NI和JIA，2025）（治疗）。此外，一项范围综述（ABD-ALRAZAQ等人，2019）指出，大多数研究仍基于基于规则的聊天机器人，采用AI算法技术的研究较少，且多为验证性或试点研究。因此，本综述旨在系统探索人工智能机器人在心理健康领域的应用，全面总结和分析其主要特点、采用的AI技术及其在不同任务中的表现，揭示其局限性，并提出相应的解决方案。综述结果将为AI技术的选择提供优化依据，帮助心理健康服务提供者选择合适的AI机器人。此外，综述涵盖了机器人类型、心理健康群体和应用模式等多个维度，不仅关注AI机器人在干预效果方面的应用，还探讨了其在诊断、识别和检测等其他功能方面的潜力，以全面评估AI机器人在心理健康领域的综合价值。

方法

本综述遵循JBI方法进行范围综述，并根据PRISMA-ScR清单（附录C）进行报告（TRICCO A C和ZARIN，2018，Peters M D和KHALIL，2015）。此外，作者接受了使用Joanna Briggs Institute Reviewer's Manual 2020的方法学培训。该综述已在Open Science Framework注册，注册项目的DOI如下：10.17605/OSF.IO/EA63M。

搜索结果

搜索策略共生成了5,170项研究，经EndNote自动去重后排除了2,1860个重复项，剩余4,310份文档根据标题和摘要进行筛选，其中249份文档符合全文筛选条件；另外，通过追溯纳入研究的参考文献和相关综述，还有32篇文章符合全文筛选条件。最终，共有34份文档符合纳入标准。

AI机器人在心理健康领域的研究现状与发展

本综述发现，AI机器人在临床和非临床环境中的心理健康应用中普遍表现出良好的安全性、可行性和可接受性。大多数研究报告了用户满意度高和积极体验，未观察到严重的不良事件。然而，仍存在一些局限性。首先，纳入研究的样本量相对较小，调查的心理健康状况范围也有限。

结论

AI机器人在心理健康领域具有巨大潜力。凭借快速收集、处理和分析大量复杂数据的能力，它们可以帮助提供更准确的诊断和个性化治疗。然而，在临床疗效验证、技术效率、隐私保护和伦理合规性方面仍存在显著局限。研究人员和开发者应不断优化AI技术，以提高机器人的质量，以满足复杂的需求。

作者贡献声明

董培黄：概念化、形式分析、方法论、项目管理、数据管理、验证、可视化、初稿撰写、审稿与编辑。张书杰：概念化、形式分析、方法论、项目管理、数据管理、审稿与编辑。郑星林：概念化、验证、审稿与编辑。袁文辉：概念化、验证、审稿与编辑。吴琳静：概念化、

资金支持

本研究未获得公共部门、商业部门或非营利部门的任何特定资助。

作者贡献声明

董培黄：审稿与编辑、初稿撰写、可视化、验证、方法论、形式分析、数据管理、概念化。张书杰：审稿与编辑、项目管理、方法论、形式分析、数据管理、概念化。郑星林：审稿与编辑、验证、概念化。袁文辉：审稿与编辑、验证、概念化。吴琳静：审稿与编辑、验证、

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

我们感谢原始研究的作者提供数据。