与积极老龄化相关的众多问题多年来一直被列入世界各国国家机构和卫生机构的议程。欧洲联盟关于工作场所健康和安全的框架指令(89/391/ EEC) [ 1]指出，有必要对工作环境和社会环境进行切实可行的调整，以防止或减少对老龄工人的身体和精神的过度要求。许多研究表明，工作场所的高压力是导致与年龄相关的健康风险的主要因素，包括心血管疾病、疾病缺勤、焦虑、抑郁和倦怠综合征[ 2- 5］．因此，如最近的系统回顾报告所述，已实施并评估了若干干预措施，以预防身体疾病和精神障碍，并加强老年雇员的能力[ 6］．虽然这篇综述并没有只关注老年工人，但它为我们的研究报告了一些有趣的相关发现。根据综述中出现的适度证据，认知行为疗法(CBT)和压力管理项目有望减少感知压力。然而，这些干预措施的持久性和可持续性是不够的或有限的。

另一项系统综述分析了为工作场所的数字心理干预提供证据的研究结果[ 7］．作者审查了数字干预措施，旨在解决众所周知的问题，即由于职业卫生部门的资源有限和耻辱，一般工作人口无法获得精神卫生保健。在这些被回顾的研究中，形容词“数字”代表的干预措施的主要交付方式是网站，参与者可以访问不同类型的任务，并在完成任务后通过电子邮件、短信或电话从教练或治疗师那里获得反馈。所有总结的研究都是随机对照试验(rct)，但只有一项研究报告了关于移动应用程序的数据，没有一项研究提到了人工智能(AI)的治疗。

对可获得的大规模精神卫生保健支持的需求已在以前指出[ 8]并因COVID-19大流行及其后果而加剧[ 9， 10］．越来越多的研究表明，将会话式人工智能系统(也称为聊天机器人)开发为精神卫生领域的应用，可以以简单和廉价的方式改善获得精神卫生保健支持的机会[ 8， 11， 12］．尽管传统的面对面治疗仍然是提供支持的最常见框架，但对话式人工智能代理已被证明是治疗各种精神障碍的有效替代方案，如压力、焦虑和抑郁[ 8］．特别是在COVID-19大流行期间，心理健康治疗的可及性问题增加了用户对远程治疗的赞赏，从而为视频治疗提供了一个开发其潜力的机会，在这个世界上，这种通信代表着新常态[ 13］．

TEO(治疗赋权机会)是一种移动个人保健代理(m-PHA)，旨在为预防和治疗压力和焦虑提供CBT支持[ 12］．它是与CBT治疗师合作设计和开发的[ 12］．在干预过程中，TEO通过基于文本的对话与用户对话。从这些对话中，TEO识别用户的情绪状态、信仰和个人事件，并实施由专业人员设计的策略。

本文讨论的观察性研究旨在评估在老年工人的心理治疗中引入人工智能技术的影响，这些工人表现出各种各样的压力症状，假设这些症状与工作场所中高水平的感知压力有关。实验方案旨在回答以下问题:(1)人工智能会话技术的使用是否有助于人们的心理健康;(2)接受人工智能会话技术支持与传统心理治疗在症状减轻方面是否存在差异;(3)比较一组接受治疗或未接受治疗的人，观察到的变化是否不同;(4)与在远程环境下接受心理学家标准课程的一组人相比，是否存在差异。

实验设计包括比较几种不同症状的存在，如焦虑和抑郁，以及通过标准化的自我评估心理问卷来衡量的心理态度。我们在治疗前(T1)和治疗结束时(T2)应用了这些指标。治疗结束3个月后再次测量，纵向评估疗效(T3)。我们使用的自我评估量表是症状检查表-90修订(SCL-90-R)，职业压力指标(OSI)和感知压力量表(PSS)。SCL-90-R是一份自我管理的问卷，用于评估广泛的精神病理症状，如抑郁、焦虑、精神病等。OSI是一份用于评估组织中社会心理压力的问卷。PSS是一份用于检测普遍心理压力的简短问卷。此外，在治疗开始(T1)、4周后(T2)、治疗结束(T3)和3个月后(T4)分别进行2份简短的患者健康问卷-8 (PHQ-8)和一般性焦虑障碍-7 (GAD-7)。PHQ-8是一份8项问卷，用于评估和监测抑郁症严重程度[ 14]，而GAD-7是一份评估和监测广泛性焦虑障碍的简短问卷[ 15］．

治疗包括进行8周的认知行为心理治疗，专门针对获得压力管理技能。此外，实验设计还包括在基于人工智能的心理健康保健会话代理(TEO)的持续帮助下支持压力管理培训cbt的可能性[ 12］．实验设计分为4组:第1组在远程环境下接受CBT治疗师的传统心理治疗;第2组既接受传统治疗，又接受对话式AI代理的支持;第3组仅得到会话AI代理的支持;第4组为对照组，不接受任何治疗。被分配到第4组的参与者也被分配到等待名单中，并在实验的8周结束时接受治疗。

IDEGO(数字心理学srl，罗马，意大利)进行了心理测试和数据分析。RCT的实验设计、训练和AI算法和系统的评估由特伦托大学完成。

该方法在HORIZON2020 CO-ADAPT项目研究活动的背景下得到了特伦托大学伦理委员会的批准，实验方案已在ClinicalTrials.gov (NCT04809090)上注册。

我们收集了这项研究在2021年春秋季之间的数据，当时COVID-19大流行的第三波袭击了意大利，从该国北部地区开始。由于保持社会距离的措施，传统的招聘战略不充分或有限。为了克服这些困难，我们在社交媒体上设计了新的招聘策略，包括吸引人的帖子和图片。对比Facebook和Instagram这两个社交网络的使用统计数据，Facebook在我们的目标群体中提供了最高的用户比例(分别为21.3%和11.7%)[ 16］．这些活动在意大利各地广泛开展，目的是激励人们访问我们的网站[ 17并参与我们的研究。该网站包括所有关于研究的信息和用户可以要求参与的表单。此外，用户可以询问更多的信息，导致一对一的访谈来回答所有的问题。为了选择符合条件的参与者，对每个受试者进行了几份问卷调查和临床访谈。排除标准为存在严重抑郁症(PHQ-8评分≥20)、自杀念头、药物滥用和轻度认知障碍(蒙特利尔认知评估评分<26)[ 18］．

样品的特征描述在 表1．共有65名潜在参与者被检查，其中60人被招募。每个参与者都被分配了一个代码，并通过一个随机的数字生成器，将所选的受试者分为4组。分配后，2名受试者(1名在第3组，1名在第4组)表现出心理健康问题，因此有必要将他们重新分配到第1组和第2组，以提供更准确的监测，在整个实验过程中，他们可以获得心理支持。其他受试者在实验中表现出了严重的状况，他们被引导到标准的心理支持服务。随后，这些受试者被排除在分析之外( 图1)．只考虑了45名受试者进行分析。第1组男性占27%(4/15)，女性占73%(11/15)，平均年龄54.08 (SD 4.11;中位数为54岁。第2组男性占17%(2/12)，女性占83%(10/12)，平均年龄55.17 (SD 3.69;平均年龄。第三组男性占25%(2/8)，女性占75%(6/8)，平均年龄55.63岁(SD 4.50;中位数为55.5岁。第4组男性占20%(2/10)，女性占80%(8/10)，平均年龄57.20 (SD 7.96;中位数为60岁。

TEO是m-PHA [ 19，是一种AI对话代理，以移动应用程序的形式，支持通过自然语言与用户进行输入/输出交互。目前为心理健康领域开发的许多PHAs与用户交互的灵活性有限，具有系统导向的交互和预定义的对话流程[ 11］．因此，用户无法控制会话的流程，只能在整个会话中遵循系统指令。这些限制导致了肤浅的对话和较弱的用户粘性[ 8］．

TEO允许用户使用自由形式的自然语言分享他们的想法和情感，并让用户参与针对每个用户的特定事件的个性化互动。TEO可以通过两种类型的对话吸引用户。对于第一种类型，TEO旨在方便用户编写ABC(激活、信念和结果)票据。ABC笔记是工作表使用的认知行为疗法治疗师帮助病人识别的激活事件(A)、(B)他们的信仰有关事件,(C)和后果的事件。在计划从用户分享他/她正在经历,张志贤吸引用户在对话,它要求设计的一系列控制问题CBT治疗师和从用户那里收集ABC注意形式的个人叙述的事件和他/她的情绪。对于第二种类型的对话(后续)，TEO通知用户前一天写的ABC笔记，并询问用户对事件的感受，问题是否得到解决，或者用户是否正在经历不同的情绪[ 20.］．然后，TEO倾向于与用户进行简短的个性化对话，在其中检测用户正在经历的情绪和生活事件的复发[ 21]，并提供有益的建议，以确保健康的精神状态。

此外，TEO受益于从治疗师和领域专家收集的治疗建议、建议和练习的知识库。使用者每周都会根据治疗干预的进展情况收到个性化的提示和练习。与TEO的所有互动都在治疗前每周提供给治疗师，以便治疗师可以就回忆和笔记中表达的事件和情绪提供必要的支持。

根据Sullivan和Artino的发现[ 22]，采用重复测量方差分析(受试者内部和受试者之间混合设计)进行参数分析，以评估时间(T1、T2和T3)和组(组1、组2、组3和组4)之间的差异，以及它们与PSS、SCL-90-R和OSI试验结果相关的交互作用。多重比较采用Bonferroni校正进行校正。进行了同样的分析phq - 8和GAD-7管理干预前(T1)、中期(T2),结束的时候干预(T3),和3个月后(T4)评估时间之间的差异(T1、T2、T3和T4)和组(组1、组2组3和4)。关于OSI测试,只有少数鳞片被认为是分析,也就是说,那些关于应对策略(社会支持、家庭作业的关系、面向任务的逻辑,时间,和参与)，心理健康和身体健康。

通过管理PSS和SCL-90-R测试获得的结果报告在 表2．在PSS、整体严重程度指数(GSI)、阳性症状总量(PST)、阳性症状窘迫指数(PSDI)、强迫、人际关系过敏和抑郁量表/子量表中，球形性假设未被打破;另外，在敌意和精神质分量表上，假设被违背( 多媒体附件1给出了Mauchly测试的结果)。

对于PSS，得分越低，压力水平越低，幸福感越好。2组T1(平均22.4，标准误差[SE] 1.97)和T2(平均11.6,SE 2.36)组间时间差异显著(SE 2.52; PT2(均值11.6,SE 2.36)和T3(均值16.6,SE 1.90) (SE 1.80; PT1 (mean 22.4, SE 1.97)和T3 (mean 16.6, SE 1.90)之间(SE 2.01; P= .02点; 表2)．进一步在组间时间内进行比较，发现T1时组间差异显著( F_{3, 32}= 3.34; P= .03点;η²p=0.24)，特别是组2(平均22.4,SE 1.97)和组4(平均13.88,SE 2.20) (SE 2.95; P=.04) T1。

对于SCL-90-R的GSI子量表，较低的值表明较少的心理困扰。各组间时间间差异显著，组2 T1(平均59.4,SE 2.64)和T2(平均48.9,SE 3.99) (SE 2.83; P= .002; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

对于PST分量表，得分越低表明报告的症状越少。2组T1(平均59.7,SE 2.50)和T2(平均51.9,SE 3.17)组间时间差异显著(SE 2.24; P= 04; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在PSDI量表中，得分越低，痛苦程度越低。2组T1(平均57,SE 2.51)和T2(平均45.1,SE 3.94)组间时间差异显著(SE 3.37; P= 04; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

对于强迫-强迫量表，得分越低，症状越少。2组T1(均值57.6,SE 2.29)和T2(均值47.9,SE 3.53)组间时间差异显著(SE 3.02; P= .009; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在人际关系超敏感量表中，得分越低，表示存在的不足感和自卑感越少。各组间时间间差异显著，组2 T1(平均54.9,SE 2.05)与T2(平均48,SE 2.36)间差异显著(SE 2.21; P= . 01; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在抑郁量表中，得分越低，抑郁症状越少。2组T1 (mean 63.1, SE 3.29)和T2 (mean 51.8, SE 4.79)组间时间差异显著(SE 3.58; P= . 01; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在敌意量表中，得分越低表明与愤怒相关的个人特征越少。各组间时间间差异显著，组2 T1(平均57.6,SE 4.22)和T2(平均45.4,SE 2.21) (SE 4.49; P= .03点; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在精神质量表上，得分越低表明孤立倾向越弱，症状也越少。各组间时间间差异显著，组2 T1(平均56.7,SE 3.29)和T2(平均50.2,SE 3.58) (SE 2.18; P= .02点; 表2)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

躯体化、焦虑、恐惧焦虑和偏执意念(PAR)分量表的结果显示在 多媒体附件1．

OSI的主要结果报告在 表3．对于任务导向、逻辑、心理健康和身体健康分量表，球形假设没有被违反( 多媒体附件1给出了Mauchly测试的结果)。

在任务导向的分量表中，分数越低，就表示临界程度越高。2组T1 (mean 5.2, SE 0.56)和T2 (mean 6.9, SE 0.55)时间间组内差异显著(SE 0.62; P= .04点; 表3)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在逻辑量表中，分数越低表示临界。各组间时间差异显著，组1 T1(均值3.88,SE 0.59)和T2(均值5.63,SE 0.72) (SE 0.52; P= . 01; 表3)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在心理健康量表中，得分越低，心理健康水平越高。2组T2 (mean 3.0, SE 0.72)与T3 (mean 5.1, SE 0.87)组间时间差异有统计学意义(SE 0.56; P= 04; 表3)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

在身体健康分项中，得分越低表明身体健康水平越高。2组T1(均值7.6,SE 0.77)和T2(均值5.7,SE 0.65)组间时间差异显著(SE 0.66; P= .03点; 表3)．两组之间在时间内进行的进一步比较没有突出任何显著差异。

社会支持、家庭-工作关系、时间和参与分量表的结果见 多媒体附件1．

报告了PHQ-8和GAD-7的主要结果 表4．在PHQ-8测试中，得分越低，抑郁程度越低。唯一显著的差异是各组在T1时的差异( F_3、31日= 3.85; P= .02点;η²p=0.27)，特别是组1(平均9.42,SE 1.16)和组4(平均3.43,SE 1.51) (SE 1.91; P= .02点)。

在GAD-7测试中，分数越低，广泛性焦虑的程度越低。各组间时间差异显著，组1 T1(平均9.5,SE 1.21)和T4(平均4.83,SE 1.1) (SE 1.24; P= 04; 表4)．此外，组间时间内比较发现T1时组间差异显著( F_3、31日= 3.53; P= .03点;η²p=0.25)，特别是组1(平均9.5,SE 1.21)和组4(平均3.14,SE 1.58) (SE 1.99， P= .02点)。

时间与组间相互作用效应的PSS、SCL-90-R、OSI、PHQ-8、GAD-7结果见 多媒体附件1．

在治疗结束时，通过本研究设计的满意度问卷收集所有参与者的反馈。对于问卷的每个项目，用户被要求在李克特5分制量表上表明他们的同意程度，从1(非常不同意)到5(非常同意)。为了评估所有组的满意度，问卷的一个项目询问用户是否对所接受的治疗总体满意。以同样的方式，为了评估有效性，他们被问及是否觉得治疗是有用的。满意度和感知有用性的一般结果见 表5．

除了所有组的一般问题外，还要求一些具体的问题来评估可以与TEO互动的参与者(即第2组和第3组)的经验，重点是参与者与对话代理的经验。结果显示在 表6．“易于使用”是指与TEO交互的便利性，“有用性”是指应用程序的感知有用性。“个人使用”是为了调查，如果会话代理在应用程序商店(iOS或Android)上可用，用户是否会使用它(使用问题“如果TEO在Android/iOS商店上可用，您会使用/下载它用于个人使用吗?”)。采用单因素方差分析(one-way ANOVA)评估上述变量在组间是否有显著性差异。未检测到显著性。具体结果报告在 多媒体附件1．

鉴于每组受试者数量较少，本文讨论了各组间和各组间时间差异的结果。经统计学分析，组间差异有统计学意义:T1时，2组和4组在PSS上有差异，1组和4组在GAD-7和PHQ-8量表上有差异。更具体地说，第2组报告的压力水平高于第4组，第1组报告的焦虑水平高于第4组，第1组报告的抑郁水平高于第4组。虽然进行了分组随机化(在方法部分的“参与者”小节中解释)，但GAD-7、PSS和PHQ-8量表在T1时的差异可能是由于样本量减少和来自意大利不同地理区域的受试者组的分布不均匀造成的 表7．总体而言，所有组别的几乎所有量表都呈现恶化趋势( 表2而且 3.)，但差异不显著。当我们将访谈与一些受试者和意大利COVID-19流行病学统计数据进行比较时，我们可以观察到COVID-19阳性病例的增加，以及在总体稳定几个月后从参与者收集T3统计数据时，对病毒Delta变体的普遍担忧。这可能是T2到T3观察到的整体恶化的原因。

各组间分别进行的分析显示，第2组在时间上有许多显著差异。总而言之，第2组似乎在PSS、GSI、PST、PSDI、强迫、人际关系过敏、抑郁、敌意和精神病得分( 表2)，以及任务导向、心理健康和身体健康得分( 表3)．2组PSS虽有明显改善，但T2与T3之间PSS明显恶化，T3时压力有所增加，但低于T1时。在OSI问卷的心理健康量表中，通常与压力相关的心理症状也有恶化(见 表3如上图所示)。尽管从T2到T3, PSS和心理健康(OSI)得分显著恶化，通常检测到类似的压力症状，但身体健康(OSI)得分有所改善。这可能表明，第2组的受试者更容易受到突然变化的影响，也就是说，他们居住地区(特别是意大利北部)T3的传染病病例增加，这可能会增加心理压力。然而，其他量表的结果表明，生活在该地理区域的参与者可以充分应对与covid -19相关的担忧，而不会出现更高水平的与压力相关的身体症状。

第3组报告T2和T3之间SCL-90-R问卷的人际关系超敏反应和PAR量表得分有显著改善 表2)．第1组PAR改善( 表2)，逻辑( 表3)及GAD-7 ( 表4)得分。此外，第4组的PAR分数在不同时间之间有显著改善( 表2)．在第3组中，有几个人撤回了参与的同意。其中，2人由于出现了组织复杂性而撤回了同意，2人由于对会话AI代理的期望非常高而撤回了同意。他们认为，与感知到的好处相比，参与这项研究是浪费时间。

为了解用户体验而进行的反馈问卷显示，组2比其他组(即心理支持和移动健康[mHealth]代理的使用)体验到更高水平的满意度和感知到所接受治疗的有用性，如图所示 表5．此外，比较第2组和第3组，第2组的参与者表现出更容易与TEO互动，他们发现它比第3组的参与者更有用(即，在没有人类心理支持的情况下与对话AI代理互动的组)。事实上，“个人使用”分数显示第二组参与者更倾向于使用TEO。

每组都有一些具体的问题，以探讨一些期望。在第1组中，目的是了解用户是否会接受或认为使用移动健康应用程序与传统治疗结合使用有用。结果显示得分为3.07。在第3组中，目的是了解用户是否会接受或认为使用移动健康应用程序与传统治疗结合使用有用。结果为4.57分。总体而言，考虑到使用移动健康应用程序的第3组参与者有更高的期望，我们发现了与传统治疗与移动健康应用程序相结合的积极期望。在第二组中，目的不是了解预期，而是了解受试者使用移动健康应用程序促进传统治疗的有效性。结果显示得分为3.93。

总而言之，这些结果表明，以人际接触为特征的心理治疗，以及对话式移动健康代理，将提高治疗在满意度和有效性方面的影响。

在评估这些结果时需要考虑的另一个方面是，如方法部分所述，该实验是在意大利COVID-19大流行的第三波期间进行的。我们的结果表明，尽管这一事件对参与者的压力水平和一般心理健康有影响，但随着时间的推移，观察到的和感知到的改善在身体压力相关症状的减少方面保持不变。

在招募过程中，参与本研究的积极参与者数量较少，这可能会削弱推论和结论。此外，虽然招聘活动是通过社交媒体平台进行的，覆盖了意大利所有地区，但我们的参与者大多数来自意大利中部。参与者主要是女性，事实上，女性比男性更倾向于寻求心理帮助，这在以前的研究中已经有过研究。 23， 24］．然而，观察到的性别优势削弱了对两性所作推论的泛化。

本研究的目的是评估在心理干预中引入基于人工智能的移动健康应用程序可能带来的改进，旨在减少老年工人与压力相关的身体和心理症状。我们进行了不同的标准心理测试，以测量感知压力、广泛性焦虑和抑郁的水平，以及其他心理维度。我们无法观察到单独使用移动健康应用程序的参与者与在传统心理治疗环境中使用它的参与者之间存在统计学上的显著差异。相反，我们可以观察到显著的组内差异，接受治疗的受试者有所改善。此外，我们观察到，在人类治疗师和移动健康对话代理的支持下，参与者对有用性的满意度和主观感知水平更高。