本文内容如下e-collection /主题问题:

移动应用程序的设计与形成性评价(534) 聊天机器人和会话代理(162) 理论框架和概念(167) 形成研究和电子健康/移动健康发展(471) 移动医疗的评估和研究方法(154)

发表在在第10卷第10期(2022年):10月

这是…的成员刊物伦敦帝国理工学院

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/38740，首次出版。
设计、开发、评估和实现智能手机交付的基于规则的会话代理(DISCOVER):概念框架的开发

设计、开发、评估和实现智能手机交付的基于规则的会话代理(DISCOVER):概念框架的开发

设计、开发、评估和实现智能手机交付的基于规则的会话代理(DISCOVER):概念框架的开发

本文作者:

Dhakshenya Ardhithy Dhinagaran1 作者:Orcid； 劳拉Martinengo1 作者:Orcid； 月亮啊，林戈啊2 作者:Orcid； 沙菲克Joty3. 作者:Orcid； 托拜厄斯Kowatsch4、5、6、7 作者:Orcid； 里Atun8 9 10 作者:Orcid； 洛琳·都铎车1、11 作者:Orcid
文章 作者 引用的 Tweetations (2) 指标

    原始论文

    1新加坡南洋理工大学李光前医学院，新加坡，新加坡

    2新加坡南洋理工大学社会科学学院，新加坡，新加坡

    3.新加坡南洋理工大学计算机科学与工程学院，新加坡，新加坡

    4瑞士苏黎世大学卫生保健执行科学研究所，苏黎世

    5圣加仑大学医学院，瑞士圣加仑

    6苏黎世联邦理工学院管理、技术和经济系数字健康干预中心，苏黎世，瑞士

    7未来健康技术计划，卓越研究与技术企业校园，新加坡-新加坡联邦理工学院中心，新加坡，新加坡

    8美国马萨诸塞州剑桥市哈佛大学陈曾熙公共卫生学院卫生政策与管理系全球卫生与人口学系

    9美国马萨诸塞州剑桥市哈佛大学哈佛医学院全球卫生和社会医学系

    10美国马萨诸塞州剑桥市哈佛大学公共卫生学院卫生系统创新实验室

    11伦敦帝国学院公共卫生学院初级保健和公共卫生系，英国伦敦

    这些作者的贡献相同

    通讯作者:

    Lorainne Tudor Car，医学博士，博士

    李光前医学院

    新加坡南洋理工大学

    11曼德勒Rd69047142

    临床科学大楼18层

    新加坡,308232年

    新加坡

    电话:65 69047142

    电子邮件:lorainne.tudor.car@ntu.edu.sg


    背景:对话代理(ca)，也被称为聊天机器人，是一种计算机程序，通过使用预先确定的基于规则的响应或人工智能算法来模拟人类对话。它们越来越多地用于医疗保健，尤其是通过智能手机。目前，在卫生保健领域没有指导基于智能手机、基于规则的ca发展的概念性框架。为了填补这一空白，我们为它们的设计、开发、评估和实现提出了结构化和量身定制的指导。

    摘要目的:本研究的目的是为智能手机提供的、基于规则的、目标导向的和基于文本的医疗保健ca的设计、评估和实施开发一个概念框架。

    方法:我们遵循Jabareen基于扎根理论方法的方法来开发这个概念框架。我们进行了两项文献综述，重点是卫生保健ca和移动卫生干预发展的概念框架。我们对从文献综述中检索到的信息进行识别、命名、分类、整合和综合，以形成概念框架。然后，我们通过开发CA并在可行性研究中对其进行测试来应用该框架。

    结果:设计、开发、评估和实现智能手机交付、基于规则的会话代理(DISCOVER)概念框架包括8个迭代步骤，分为3个阶段，如下:设计，包括定义目标、创建身份、组建团队和选择交付接口;开发，包括开发内容和构建会话流程;以及CA的评估和实施。它们还得到了两个交叉考虑的补充——以用户为中心的设计和隐私与安全——这两个考虑在所有阶段都是相关的。这一概念框架已成功应用于支持生活方式改变和预防2型糖尿病的CA开发中。

    结论:根据已发表的证据，DISCOVER概念框架为开发基于规则的智能手机认证提供了一步一步的指导。需要在不同的卫生保健领域和环境中以及为不同的用户进一步评估这一框架，以证明其有效性。未来的研究应旨在探索使用ca来提供卫生保健干预措施，包括行为改变和潜在的隐私和安全问题。

    [j] .移动医疗与健康杂志;2010;10(10):838740

    doi: 10.2196/38740

    关键字

    概念框架； 会话代理； 聊天机器人； 移动健康； 移动健康； 数字医疗； 移动电话


    背景

    会话代理(ca)是使用文本、语音和其他输入方式与用户进行通信的计算机程序[1]．它们可以通过各种方式访问，例如社交媒体平台(例如Facebook Messenger)、网站和智能手机应用程序，或者使用独立的数字设备(例如Alexa、Google Assistant和Siri)进行部署。核证机关的互动性质，使其可为不同的用户群体所接受[2-4]是许多领域的首选工具，包括客户服务、零售和电子商务[5-7]．

    在医疗保健方面，辅助医生越来越多地用于协助完成各种任务，例如病人教育、慢性疾病的自我管理和日常任务自动化(例如预约)，以及支持医疗专业人员在诊断和分诊方面的决策[3.，8-10]．最近，通过将巴比伦基于人工智能(AI)的症状检查器CA引入英国国民健康服务和卢旺达国民健康保险计划，CA得到了大规模实施[11]．ca有可能支持医疗保健服务的提供、改善获得医疗保健服务的机会并使任务自动化[12]，它们还可能减少卫生专业人员的工作量[13]．

    ca的复杂性和能力各不相同。有3个设计维度用于对ca进行分类:目的、通信渠道和响应生成架构[6]．根据目的， ca可分为面向任务或目标的ca，它响应预先指定域中有限数量的任务，或者非任务或非目标导向的ca，它们可能能够响应各种不受限制的用户请求[6]．沟通渠道通常可分为2种主要类型:基于文本的或基于语音的中科院。响应生成体系结构大致可分为3类:基于规则的和摘要中科院，它通过从预先确定的响应池中选择响应来生成响应，或者遵循简单的规则来匹配短语或识别文本中的特定关键字[6，14，15),而generative-based中科院，它使用人工智能算法根据系统之前和正在进行的学习来开发上下文响应[6，14-16]．虽然所有三组都可能涉及使用人工智能算法[6]，基于规则的ca允许开发人员更好地控制会话内容和流程，这在为医疗保健开发ca时是一个有用的特性。相比之下，人工智能算法，尤其是神经网络，可能会做出最终用户无法解释或理解的决策，这种现象被称为“不可理解”黑盒［17]．在卫生保健环境中黑盒影响可能导致有偏见或错误的决策和患者伤害[18]，这可能会限制人工智能的使用。可解释人工智能的一个新领域正在兴起，旨在为算法预测提供理由并提高系统透明度，尽管结果对个体患者的有效性应该仔细考虑[19]．

    ca可以使用各种数字设备进行部署，包括智能手机。智能手机在高收入国家的广泛普及以及在低收入和中等收入国家的日益普及[20.使它们成为交付CA干预的理想接口。智能手机为用户提供了在私人空间和方便的时间内持续动态监测健康状况的可能性[21不仅包括主观的、自我报告的数据，也包括客观的、基于传感器的数据。此外，智能手机允许根据用户需求提供干预措施[22]．CA干预措施很复杂，通常需要由卫生保健专业人员、计算机科学家和应用程序开发人员组成的多学科团队领导的漫长而昂贵的设计和开发过程，这可能会限制能够参与CA开发的团队数量，特别是在低收入和中等收入国家。然而，移动保健(移动保健)干预措施，特别是使用移动电话发送的SMS文本信息，在提供保健干预措施方面是有效的，特别是在资源匮乏的环境中[23，24]．

    目前存在几个设计和开发移动医疗干预措施的框架，为周期的每一步提供指导，从用户需求的概念化[25，26]数字健康干预的发展[25-27]．这些框架侧重于通用的、基于应用程序的干预，没有会话接口。然而，Zhang等[28]描述了一个开发基于人工智能的ca的框架，以提供行为改变干预措施，这可能需要大量资源的部署，包括一个大型的多学科团队，以及对人工智能算法的密切监督，以防止对用户产生意外和潜在的有害影响。然而，迄今为止，尽管人们对在卫生保健环境中使用基于规则的ca越来越感兴趣，但尚未发表设计、开发和评估基于规则的ca的概念性框架。

    目标

    ca构成了一种特定类型的数字干预，其特点是使用会话界面，通常由具有鲜明个性的代理领导，其讲话语气、交互方法和视觉表现都证明了这一点，这通常与用户的更高参与度有关。智能手机的这些特性和无处不在的智能手机支持了对一个框架的需求，这个框架可以被资源有限的大型和小型研究团队访问，以指导CA的开发，包括基于当前最佳证据的CA的独特设计和开发挑战，例如对话的创建以及代理的外观和个性。因此，本研究旨在为智能手机提供的、基于规则的、目标导向的和基于文本的医疗保健ca的设计、开发、评估和实施建立一个概念框架。


    我们开发了设计、开发、评估和实现智能手机交付、基于规则的对话代理(DISCOVER)概念框架，该框架是根据Jabareen [29]，包括基于扎根理论方法的多学科数据的迭代定性分析。它包括八个相互关联的步骤，旨在整合和分析数据，发展和验证概念框架[29) (图1)。

    ‎
    图1所示。Jabareen的八个阶段方法[29进行概念框架开发。
    查看此图

    步骤1

    我们进行了2篇文献综述。第一篇综述旨在总结当前关于移动健康干预措施设计、开发和评估的概念框架的文献，第二篇综述侧重于智能手机提供的基于规则的ca。这些文献综述的描述可以在多媒体附录1［5，30.-62),多媒体附录2［5，30.-62]．多媒体附录3提出了用于检索CAs综述研究的搜索策略。

    步骤2和步骤3

    检索引文的筛选分为两个阶段，分别由DD和LM独立和并行进行。同样的两位审稿人分别从所有纳入的研究中独立和平行地提取数据。在筛选和数据提取的所有阶段，对结果进行比较，并通过审稿人之间的共识来解决差异。

    步骤4

    数据分析采用定性综合方法，系统总结所有纳入研究的结果。这一步包括将从两篇文献综述中提取的概念分组到总体领域。

    步骤5和步骤6

    接下来的两个步骤涉及到连接总体领域和开发概念框架的第一次迭代。

    步骤7和步骤8

    根据研究小组成员之间的讨论和在研讨会上收集的同事反馈，进一步修改了概念框架。随后，我们应用概念框架开发了一个基于规则、基于文本、智能手机提供的CA原型(Precilla)，旨在支持健康生活方式的改变，并教育参与者有关糖尿病的知识。Precilla的发展、可行性和可接受性已在其他地方报告[63，64]．

    从团队成员和同事那里收到的反馈，以及在应用程序研究期间学到的经验，导致了概念和领域标签、定义、顺序和分组的细化，这些都是在本文中呈现的DISCOVER的当前版本中派生出来的。

    道德的考虑

    本研究已通过南洋理工大学机构审查委员会(IRB-2018-11-032)批准。


    指导卫生保健中智能手机提供的基于规则的ca的设计、开发、评估和实施的框架:概述

    概念框架的发展是通过2篇文献综述和研究小组内部的反复磋商得到的。进一步的改进也由我们的CA原型(Precilla) [63，64以及在临床研讨会和会议上的演讲。多媒体附录4概述了根据Jabareen所描述的每个步骤在开发DISCOVER框架时所应用的方法[29]．多媒体附录5［63，64]介绍了开发CA Precilla的步骤，并将其映射到当前版本的概念框架的步骤。

    这两项文献检索共检索了55项研究，其中41项(75%)描述了移动健康干预措施的设计、开发和评估的概念框架，14项(25%)是评估基于智能手机和基于规则的ca的临床试验。这些审查的结果发表在多媒体附录1和2。“纳入研究的特征”表载于多媒体附录6［47-58]，多媒体附录7［5，32，65-67),而多媒体附录8［3.，30.，31，33，34，68-80]．

    最初的框架包含8个步骤。它们随后被浓缩为5个步骤，并辅以与开发过程的所有阶段相关的2个总体主题。进一步的细化导致了本文中呈现的框架，该框架由设计、开发、评估和实现步骤的迭代过程组成，每个步骤由几个组件组成，如中所示图2并在以下部分中进行描述。

    ‎
    图2。DISCOVER概念框架，用于设计、开发和评估卫生保健中基于规则的、基于智能手机的会话代理。
    查看此图

    1 .设计

    第一阶段包括4个相互关联的步骤，概括了确定CA的医疗保健重点、目标用户、多学科团队成员和CA交付接口的初始概念性工作。

    确定目标
    概述

    明确定义的目标是设计过程的第一步，也是指导CA开发和评估的基础。这一步包括3个相互关联的评估领域——完成彻底的需求评估、定义目标、描述最终用户和目标——进而确定要测试和报告的参数。在我们的综述中，64%(35/55)的论文描述了CA目标[3.，5，25-28，65，68-76，81-99]．

    需求评估

    设计过程应以深入的需求评估开始，以了解核证机关可能填补的现有差距。这些评估可通过文献回顾[83，90，91，96，One hundred.评估潜在的研究领域以及目标人群的需求和挑战，目标人群不仅包括患者，还包括护理人员、卫生保健提供者(HCPs)和其他专家[25，26，87，89，95，98]．研究人员还应通过调查和各种定性方法，让最终用户参与这一初始阶段[70，87]，例如深入访谈和焦点小组讨论，以收集他们的意见。

    这样做的目的

    根据需求评估，设计团队应该制定清晰的、可实现的和相关的目标，以驱动CA设计和开发过程。重要的是要考虑CA的时间概况，它根据CA用户对话的类型和频率划分出4种CA的特征[101]．CA的时间概况亦会决定所包括的目标类型，大致分为短期或长期[101]．短期目标是指在结束与核证机关的互动后须尽快完成的结果，例如药物提醒[30.]．长期目标包括在一段时间内完成几个ca用户互动，如在心理健康干预中促进一般人群的心理健康[3.]或患有癌症的年轻人[70]．复杂的CA干预可能包括短期和长期目标，如CA Vik [30.为乳腺癌患者提供药物提醒(短期目标)和健康教育(长期目标)。此外，Kowatsch等[73使用提示和提醒短信来增强儿童的纪律性和例行性，这对哮喘的自我管理至关重要。

    确定最终用户

    下一个重要的设计考虑是确定目标人群。初步评估应确定是否将CA提供给健康用户或具有特定医疗状况的个人、护理人员或hcp。重要的是要详细和准确地描述目标用户，包括性别、年龄组、文化信仰和社会经济问题、数字和卫生素养、获取数字设备和智能手机普及率。如果干预是教育性的，则应实施知识测试[73]．应评估目标人群对CA的接受程度以及使用CA处理保健事务的感知风险，特别是对于严重或高度污名化的疾病[102]如精神疾病[103，104]．

    创建CA身份

    此步骤包括确定CA的名称、外观、通信语气、语言和其他定义其身份的特征。在我们的综述中，25%(14/55)的论文讨论了这一步骤[5，31，32，66，69，70，72-78]．

    CA的个性

    当核证机关表现出定义明确、积极和共情的个性时，用户与核证机关的互动似乎会得到加强[105，106]．一般而言，向核证机关提供姓名及个人资料照片，可提高其在社会上的知名度和用户的接受度[107]，尽管它的影响似乎很小[106]．在医疗保健环境中，使用类似人类的化身呈现逼真的特征，包括医疗服装，可能会增加用户满意度[105]，尽管显示高度逼真特征的虚拟形象可能会让用户感到不安，降低参与度，这种体验被称为“恐怖谷”[108]．

    研究一致表明，表现出同理心、关系行为和自我表露的ca可以增强用户体验[78，105]并增加工作联盟[109]．相反，如果CA没有表达同理心，用户也会注意到[69]．

    如果核证机关的设计符合目标人口的特定文化或人口特征，可进一步提高可接受性[73]或提供个性化界面选项(例如，提供男性和女性角色)[31，73]．或者，核证机关可明确披露其身分[70以降低用户对其功能的期望。最后，CA个性应该与其预期的功能保持一致。例如，医疗保健ca通常表现出两种人格类型中的一种:一种更平易近人、更有同理心的教练型人格，尤其是在提供行为改变干预措施时[77]支持慢性疾病的自我管理[73，78]和精神健康状况[3.]，或以医疗保健专业人士的身份强调证书及其内容的合法性[1]．

    语气和语言

    以文本为基础的干预建议使用的语言应该是鼓励的、积极的、友好的、礼貌的、轻松愉快的，在正式的同时也可以包括轻微的幽默[110]．为了保持对话的流畅，建议使用视觉提示，例如连续移动的点，表示CA正在“键入”下一条消息。

    文章应该用简单的语言写清楚，简短的句子，避免科学术语。美国国立卫生研究院(National Institutes of Health)建议，患者教育材料应达到或低于六年级(11岁和12岁)的阅读水平，以达到不同文化水平的不同人群[111]．可使用Flesch-Kincaid等级等标准来评估文本的可读性，以确定其适用性[112]．此外，通讯员应使用目标人口的母语进行通讯[75]，如果需要，对话内容可以翻译成一种或多种语言，特别是如果CA将部署在多民族、多语言的社会中。

    至于谈话的语气，虽然核证文书是以文字为主，但宜尽量模拟较为随意的口头谈话，同时避免使用“文字用语”[113]，一种缩写的书面或打字语言，其特点是拼写和语法不符合常规(例如，用“tonite”代替“tonight”)，还有一些缩写和缩略词(例如，用“pls”代替“please”或用“wanna”代替“want to”)[114]．此外，应避免用大写字母书写的单词，因为它们等同于大喊[110]．

    表情符号可以比文字更有效地表达情感或其他表达方式[70]．然而，表情符号在不同的文化和背景下容易受到不同的解释，因此应该谨慎使用。Fadhil等[115注意到表情符号具有特定情境的性质，因此它们在心理健康干预方面提高了功效，但无助于促进身体健康。

    为处理艾滋病毒和艾滋病、性传播感染或精神健康障碍等敏感问题而设计的认证可能会强调信息的机密性，或包括保护用户隐私的暗语。这在低收入和中等收入环境中尤为重要，因为家庭成员可能共用一部智能手机[116]．

    选择交付接口
    人类的参与

    在符合核证机关目标的情况下，设计及发展小组可考虑采取“混合”干预措施，即在与核证机关互动的同时，定期与医护人员互动，及时提供自我管理技巧的反馈，或定期提供支援和激励[33，72，73]．另外，正如Stasinaki等人的研究[79]， CA可以配备多个通道，用户可以在一个通道中与CA对话，在另一个通道中直接与HCP对话。

    认识到同伴支持在促进坚持自我管理干预措施方面发挥重要作用[117]，并进一步考虑人类参与的问题。CA干预可能包括一个额外的通信通道，供用户进行交互、分享经验和接受同伴支持。例如Wang等人[75]开发了一个微信干预，以支持戒烟，其中CA不仅回应个人用户，还担任小组版主。

    交付渠道

    核证机关可透过不同渠道，例如独立应用程序[3.，73]和现有的通讯平台[68，71，75]如Facebook Messenger、Telegram、WeChat和WhatsApp，或嵌入到网站中[69]．每个渠道都有其自身的复杂性，有关交付渠道的决定应基于目标人群的需求和CA开发团队的专业知识[118]．如果研究团队不包括应用程序开发人员或计算机科学家，则CA可以嵌入到消息传递平台中，或者可以使用CA开发平台进行开发，该平台为没有编程知识的个人提供模板或其他设计解决方案[5，118]，如Chatfuel、ManyChat等。ca通常是基于web的，其中一些平台是免费的。或者，如果团队专业知识或项目预算允许，可以通过独立的应用程序提供CA。这种方法提供了设计灵活性，例如各种数据收集来源，包括智能手机传感器、健康编程接口、连接的医疗设备和患者自我报告数据[119]．患者的主观报告与客观、实时的数据相结合，可以减少用户更新进度的责任，同时根据当前数据获得相关的、动态的指导[120]，这反过来可能会增加对干预的依从性。

    此外，与目标人群相关的因素也可能影响最适合的交付渠道和操作系统的选择(如Android或Apple的iOS)。例如，Kamita等人[71]在消息平台“LINE”上实施了他们的CA，因为它是日本最受欢迎的社交网络服务，Wang等人[75选择了香港最常见的即时通讯应用微信(WeChat)。

    通信模式

    与框架焦点一致，文本将是CA的主要输入和输出形式。消息应该简短，适合手机屏幕，不需要滚动[69]，并且要有足够的字体大小，以使阅读舒适。此外，如果CA的目标人群是阅读可能具有挑战性的人群，例如老年人或视障人士，则可以将文本到语音辅助技术纳入应用程序。

    视觉辅助工具，如图像或录像，可使内容适合教育程度较低的观众[121]，提供与最终用户(例如，患有癌症的年轻人)相关的个人叙述，或减少文本信息的数量[76]．在使用多媒体内容时，使用高分辨率文件以避免像素化或模糊图像是很重要的。此外，如果图片是从网上获得的，开发者应该遵守版权规定，要么从免费的图片库中获取图片，要么获得图像权利，要么自己制作图像。

    组建多学科团队

    设计和开发团队的组成将基于干预的目标。除了包括具有相关专门知识的保健专业人员外，还建议包括最终用户[69，70]．例如，支持超重青少年生活方式干预的CA是由一个多学科团队开发的，该团队包括计算机科学家、医生、心理治疗师以及饮食和运动专家[72]．最终用户参与干预设计对于确保其符合用户需求至关重要。在我们的综述中，大量研究报告了用户参与(36/55,65%);例如，患有癌症的年轻人参加了焦点小组，以完善旨在传递积极心理学以增强幸福感的CA的内容[70]，年轻的哮喘患者和他们的父母是一个多学科专家团队的一部分，他们开发了一种CA来提高认知和行为技能[73]．一般来说，提到多学科团队组成的研究经常报告计算机科学家和医生是关键成员[72-75]，但其他健康专业人士，例如物理治疗师[78]，心理学家[3.]，音乐治疗师[76]也可能包括在内。

    第二步:发展

    开发内容

    内容开发可能涉及确定信息来源，使内容适应目标受众，定义指导干预的行为改变理论和技术[28，94]，并建立错误管理和安全网策略[26-28，30.，67-70，73，75，77，79，80，82，83，85，87，90，92-97，99，One hundred.]．

    以证据为基础的信息

    CA中包含的所有健康相关信息均应来自信誉良好的来源，并予以充分引用。循证信息的来源包括综合文献综述;临床实践指南;Cochrane系统评价;以及世界卫生组织、MEDLINE Plus、美国疾病控制与预防中心或英国国家卫生服务机构Health A to Z等知名组织网站[65]．例如Kowatsch等人[73]使用了多种来源的证据，如关于改善儿童哮喘管理的已发表文献[122]、技术验收研究[123]，以及用户- ca工作联盟[124告知他们对哮喘管理的干预措施。

    管理错误

    内容开发的另一个重要方面是确保充分了解用户的请求，特别是对可能严重或危及生命的健康状况的请求。在对话框内实施的保障措施包括，如果CA收到不熟悉的输入，要求澄清或指示用户联系HCP或人工管理员[125，126]．这些策略被纳入TensioBot，这是一种促进自我测量血压的干预措施，在确认血压测量值超出正常范围后，CA通知主治医生[68]．管理意外错误的重要策略包括使用经过验证的数据输入字段;将数据输入限制为预定的数字范围、单词或字符;或者包含供用户选择的预定义选项。

    安全的网

    一般来说，医疗保健ca应包括免责声明，明确指出干预“不能取代医疗保健提供者的建议”。此外，在与病人状况迅速恶化有关的健康状况导致医疗紧急情况的情况下，如心血管疾病、糖尿病、慢性肺病或精神健康状况增加自杀风险的情况下，应列入信息，以协助用户管理紧急情况，例如提供紧急服务或危机求助热线电话号码[127]，联系他们的主治医生的链接，或提供急救治疗的明确建议，如提供含糖饮料来控制糖尿病患者的低血糖事件[128]．

    消息类型

    消息的内容和样式应与健康状况和CA目标保持一致。从广义上讲，这些信息可能具有教育意义[30.，78]或动机的[34，77，79]或提供提醒以执行自我管理任务[68]，输入数据[77]，遵守预设的任务[73]，服用药物，或参加HCP预约[68]．如核证机关的任务是在诊疗期间与使用者接触，应附上一份诊疗情况报告或谘询摘要[126]．

    扮演教练角色的CAs可能会强调同情、同理心和参与者的成就[78]．Carfora等人的研究表明，试图改变用户行为的干预措施可能会传递带有更高情感内容的信息[80，只有情感信息才能引导用户减少红肉消费。此外，Wang等人[75CA使用4种类型的信息来提供戒烟干预:小组公告、健康相关信息、分享积极成果和进展的提醒，以及对常见问题或请求的固定答案。

    行为改变理论

    证书越来越多地被用来促进行为改变[1，129]．行为改变干预是复杂的[130并且通常包含一种或多种行为改变技术(bct)来诱导改变。在我们的评估中，4%(2/55)的研究使用行为改变理论来指导干预设计，包括健康行动过程方法[78]和技术接受模型[71]．此外，13%(7/55)的研究[31，72-75，77，80报告了具体的btc的使用情况，如目标设定、自我监控、跟踪和反馈、社会支持、奖励的使用和预期的后悔。

    例如，一项研究描述了一种多组分行为改变干预，包括目标设定、自我监控、刺激控制和行为契约等多种btc，以支持肥胖青少年的健康生活方式[34，79]．此外，包括同伴或医护人员提供相关信息和情感支持的群聊也可能有助于促进积极的行为改变，例如使用ca领导的微信同伴群来促进戒烟[75]．

    可选附件

    视乎评估的目的，整合来自外部设备(如血糖仪)的数据可能是合适的[131]或活动追踪器[119]．另外，获取智能手机传感器数据[132]可能有助于被动监控用户的活动[79或确定新的数字生物标志物来评估用户的情绪[133]或疾病状态[134]．使用智能手机传感器进行被动监测，可进一步实现与医护人员、护理人员或同伴之间的实时信息共享，这一功能对于监测可能有较高跌倒风险的独居老年人或患有严重慢性疾病和多次住院的个人可能特别有用。

    建立对话流程

    一个好的CA口才好，知识渊博，因此需要精心制作的脚本。在我们的文献检索中，35%(19/55)的论文讨论了会话流构建[3.，27，28，30.-32，65，73，78，79，82，85，87，92-96，99]．

    提供合适的答案选项

    对于一个好的会话流，预定义的答案选项应该足够且适当地与用户意图保持一致，定义为每个会话回合中的用户目标或意图。构建一个思维导图，概述与一个主题相关的不同方面(例如，药物依从性)和可能的影响因素(生活方式组成部分或情绪状态)将有助于预测提供给用户的最相关的答案选项[135]．

    选择映射工具

    思维导图是由一个关键概念产生的代表概念、想法或任务的图表，通常表示在图的中心[136]．思维导图是一种有效的头脑风暴方法[137可以应用于构建会话流程。有几个基于网络的程序和平台可用于组织会话流，包括专门设计用于构建CA会话的工具，如SAP会话AI [138]或MobileCoach [35]．会话流也可以使用非特定的思维导图软件，如Xmind [139]．思维导图有助于记录不同主题或不同用户交互之间的对话流程。一个构造良好的对话流程可以引导对话，引导用户，并且可以解决与对话目的相关的所有问题。此外，交互性、个性化和一致的消息传递被认为是有价值的品质[140]．

    个性化内容和交付

    干预措施应切合个别参与者的需要[110]．与通用ca相比，上下文、情境或个体感知代理促进了更积极的用户体验[132]．个性化干预包括称呼用户的名字或昵称[141];提供切合个别需要的通知及提醒服务[110]，例如药物或预约提醒;错过活动或未读消息的通知[30.，78]．例如，一项促进慢性疼痛自我管理的干预措施根据用户的疼痛类型和持续时间以及个人兴趣提供个性化内容[78]．

    一个重要的警告涉及根据用户测量提供个性化建议的干预措施的设计，例如根据个人报告的数据(例如，血糖水平或血压读数)建议治疗，因为这些干预措施可能需要监管监督，并被视为"移动医疗应用程序" [142]．

    选择合适的消息定时和频率

    消息的时间和频率是计划干预时的重要组成部分，可以由干预范围和用户偏好决定。早期关于短信干预的研究表明，人们更倾向于每周发一次短信[113]．然而，不同的干预类型可能需要更具适应性的信息传递系统，例如戒烟计划，通常需要在接近预期戒烟日期时增加信息量[143或针对酗酒或不当性行为的高风险行为预防计划，将信息发送到危险行为预计发生的时间，例如，在周五晚上[116，141]．因此，可以调整消息传递和频率策略以适应CA干预。

    即时自适应干预(JITAIs)利用智能手机传感器数据“在正确的时间提供正确类型(或数量)的支持”[22]．智能手机传感器数据将确定甚至预测"脆弱状态"(对负面健康结果的易感性)[144和“接受状态”(接受、处理和使用干预的能力)[120]在用户可能需要干预和更有用的时候。这种新颖的方法可能对支持健康生活方式的行为改变干预特别有用，例如增加体育活动或坚持更健康的饮食，或支持物质使用的缓解[22，120]．然而，考虑这种方法的研究人员应该考虑到人力和经济资源，因为JITAI设计可能需要一个包括计算机科学家和应用程序开发人员在内的更大的开发团队。

    使用参与策略

    在卫生保健环境中，使使用者在预期干预期间保持参与的战略尤为重要。在我们的综述中，11%(6/55)的研究讨论了这些方面[3.，30.，31，73，78，79]．报告的策略包括通知、每周总结、提醒、激励声明、说服技巧、促进习惯形成的高频信息和日常鼓励。此外，ca特定的参与策略包括与用户建立融洽关系和依恋[72，73]或添加游戏化组件来激励CA的使用以获得奖励和积分[73，79]．

    步骤3:评估和实施

    评价

    包括ca在内的数字干预措施的评估在开发过程的早期就开始了，并包括几个迭代步骤。为确保结果的有效性，该过程必须采用适合干预设计的可靠方法[15]．在数字健康干预措施中，一种常用的评估方法是Collins等人提出的多阶段优化策略[145，146]．

    CA评估遵循三个不同的阶段，代表干预发展过程。可使用一种或多种可用性测试方法评估核证机关的初始迭代。[147目的是制造出最小可行的原型。一旦此工作原型准备就绪，便可进行试点和随机试验，以评估CA的有效性[148]．在我们的综述中，36%(20/55)的研究讨论了CA评价的几个方面[25，26，28，33，71，73，83，85，86，88，89，91-95，97-One hundred.]．

    评估设计可能包括CA功能的一个或多个方面，包括临床或技术属性和用户体验。结果应明确定义，并尽可能使用广泛使用和经过验证的结果测量工具，以提高研究结果的可比性和可重复性。结果测量工具的例子包括患者健康问卷-9 [149]来筛选抑郁症，即繁荣量表[150来评估心理健康，简短疼痛量表[151]评估疼痛强度及其对日常生活活动的干扰，以及工作联盟清单-短修订[152]来评估ca用户工作联盟。

    可用性测试

    核证机关的评估应在发展周期的早期开始[153]．在初始阶段，形成性评估旨在通过评估数字工具的可用性、有用性和用户体验来评估其可行性[154使用一个或多个定性或定量研究设计。定性方法包括调查、访谈、焦点小组讨论和“自言自语”协议[147用户在使用产品时表达他们对产品的看法。定量方法包括封闭式问卷调查、任务完成评估和A/B测试[147，155]．A/B测试、分割测试或对照实验对产品的两个或多个版本进行比较，以评估表现更好或用户更喜欢的干预组件[155]．此阶段涉及多相优化策略的筛选和确认阶段[145，146]，它使用分数因子设计来评估哪些成分应该包括在数字干预中，以及以更具成本效益的方式使用的最佳剂量。最后，微随机试验是另一种新颖的方法，对评估和优化JITAIs的递送特别有用[156]．微随机试验允许多个组成部分的随机化在多个时间发生，由预定义的决策点触发[156]并被用于评估CA干预措施，如Kramer等人所报道的[119，157]．

    CA干预的疗效和效果

    一旦初步评估确定了干预措施中应包括的成分和给药频率，就应实施传统的随机试验设计，以评估CA干预措施与当前最佳实践的有效性[145，146，148]．考虑到全功率随机对照试验的复杂性和成本，研究人员可能会考虑进行一项试点研究，以完善研究方法或评估研究设计和参与者招募策略的可行性，以及其他方面[158]．例如，Casas等[77]进行了一项试点研究，初步评估旨在指导参与者做出更健康食物选择的CA，而Greer等人[70评估了一种为年轻癌症患者提供积极心理干预的CA。

    用户参与度和可接受性
    概述

    数字卫生干预措施经常报告参与者的高流失率，这可能限制研究结果的有效性，更重要的是，限制干预措施的有效性。因此，对ca主导的干预措施的评估应辅以对最终用户遵守、参与和可接受性干预措施的定期评估。常用的几种评估方法包括定量的、数据驱动的分析和对用户意见的定性评估。

    数据驱动的分析

    遵守数字健康干预措施的定义是指用户与干预措施互动的程度[159]．这个术语可以用来定义用户与CA的互动程度(更强的依从性等于更多的时间参与干预)或用户与CA的互动程度符合规定的建议(干预的预期用途)[159]．在卫生保健干预措施中，“预期用途”的概念是首选，在CA设计和开发阶段应明确定义，以便随后的依从性测量有意义。对干预措施的坚持程度提高可能与干预措施的有效性提高有关[75，160]，尽管数据并不是决定性的[3.，161，162]．

    用户与CA的互动可以使用数据指标进行评估，例如用户打开应用程序的次数、与CA交互所花费的时间、对话的范围，或者如果CA还包括其他功能，则打开的屏幕数量[70]．Chaix等[30.测量使用时间，对各种教育内容的兴趣，以及交互性水平作为参与度的指标。然而，研究人员应该考虑定义参与数字干预的挑战，这可能包括其他与用户相关的变量，如疾病的严重程度或阶段，以及与CA的长期参与[163]．

    还可以评估CA使用的其他方面，例如未充分使用或缺少主题，或者CA功能未按预期工作。CA使用分析通常嵌入在主机平台中。商业平台，例如ManyChat [164]可能提供各种内置分析工具，例如访问CA的次数。其中一些平台提供免费服务。对于医疗保健ca，开源的MobileCoach平台[35提供灵活、可定制的使用分析。

    定性评价

    可接受性指“对新的数码医疗干预措施的情感态度”[165]．这是一个动态概念，包括与新CA接触的意图、与CA的实际互动以及接触后满意度[165]．

    可接受性是一个主观术语，通常使用问卷调查或其他定性方法(如焦点小组或访谈)来评估。例如Kowatsch等人[73]使用7分李克特量表(强烈同意-强烈不同意)评估了CA支持哮喘自我管理的接受程度，包括感知有用性、易用性、享受性和使用意图，Echeazarra等[68]使用了一项调查，其中的问题包括易用性、对现有方法的CA偏好、CA对其预期目的的有用性，以及用户是否已经停止使用它作为可接受性和满意度的衡量标准。此外，Gabrielli等[69]促成了一个参与式设计工作坊，通过开放式问题提供改进建议，而Ly等人[3.]进行了半结构化访谈，讨论了与CA有关的心理健康方面的好处、机会和挑战。Yan等[166]描述了一个非常复杂的移动健康干预促进身体活动的评估过程。我们组织了一个焦点小组讨论，在这个讨论中，每条短信都被展示出来，参与者被要求回答“是的，我喜欢它”或“不，让我们把它改得更好”。投票之后是讨论，其中改进了次优消息，并指出了有效消息的优势。最后，参与者也可能会被问及他们是否愿意将对话推荐给其他人，这是满意度和可接受性的一个很好的指标[70]．

    用户粘性和可接受性的几个方面可以使用应用质量评级工具之一来衡量，其中最常用的是手机应用评级量表[167]．使用标准化的、经过验证的评分量表可以提高该研究领域的可重复性，并促进试验结果的报告，尽管它们不是针对CAs的。

    经济评价

    经济评估不仅包括项目的可负担性，还包括与开发CA相关的成本效益。这些分析应考虑最终用户的观点以及一般医疗保健系统的潜在效益[168，169]．数字卫生干预措施似乎具有成本效益[170]，尽管报告经常呈现出不同的、不确定的结果[171]．尽管人们经常提到，数字卫生干预措施的潜在优势之一，特别是从长期来看，可能是卫生保健成本的显著降低[172]，开发数字干预的前期费用可能会很大。例如Kowatsch等人[73]报告了大约25万美元的前期费用，用于开发一种CA，以支持年轻患者的哮喘自我管理。开发成本将根据CA的类型和功能、消息传递平台的使用或作为独立应用程序的开发、团队成员的数量以及其他方面而有所不同。尽管对数字医疗保健干预措施进行经济评估的重要性日益增加，但在我们的综述中，只有2%(1/55)的研究报告了经济评估数据[73]．世界卫生组织的最新文件[168]以及国际卫生培训和教育中心[169]，以及最近的一篇综述[171]，对如何进行经济评估进行实际概述。

    实现

    一旦在严格的临床试验中确定了CA干预的有效性，研究小组就应该考虑在更广泛的人群中实施这种干预。实施研究旨在将研究与实践相结合[173并了解实施干预的用户和环境。研究方法包括务实试验、参与式行动研究和混合方法研究，旨在评估干预措施的“可接受性、采用性、适当性、可行性、保真度、实施成本、覆盖范围和可持续性”[174-177]．重要的考虑因素包括需要升级系统以适应更高的流量、需要派遣人员进行长期的系统维修和更新，以及这些更改可能产生的成本[25，26]．此外，团队应考虑CA干预的商业化策略，包括如果与干预的卫生保健重点相一致，则与hcp、健康保险公司或政府组织合作[26]．

    最后，该小组应了解并遵守数字卫生干预措施的现行监管框架。各国正在越来越多地制定国家政策框架，以规范数字卫生干预措施的评估、使用和商业化[178]，特别是如果干预被认为是一种数字治疗[179]．数字疗法指的是“基于证据的治疗干预措施，由高质量的软件程序驱动，以预防、管理或治疗医学障碍或疾病”[179]，可能需要获得提供者的处方[179]，并且通常需要得到官方管理机构的批准，如美国的食品和药物管理局[180]及欧洲联盟(欧盟)内的欧盟注册商标[181]．

    横切的考虑

    本节中描述的主题与前面章节中提到的所有设计阶段都相关。

    以用户为中心的设计和协同设计

    以用户为中心的设计是指包括最终用户的意见，以被动、谘询的方式或积极参与设计过程的设计实践(共同设计)[182]．本文描述了几种以用户为中心的设计方法。尽管在设计过程中涉及的步骤以及最终用户参与的类型和程度可能有所不同，但它们都遵循在设计过程中让用户参与的一般原则。它们包括但不限于以人为本的设计[183，184]和设计思维[185(通常被认为是同义词)，以用户为中心的设计[186]，协同设计[182]和参与式行动研究[187]．

    最终用户包括患者、护理人员、HCPs或其他相关利益相关者。将终端用户作为CA开发团队的一部分有几个好处，例如更好地理解用户和社区的需求，开发具有文化敏感性的产品，以及改善不同利益相关者之间的沟通[188，189]．这反过来又可能增加对干预措施的依从性并改善与健康有关的结果[190]．例如，为了开发CA以促进癌症治疗后年轻人的积极性和幸福感，Greer等[70对接受癌症治疗的年轻人进行了访谈和焦点小组，以完善信息内容。

    在评估阶段，“大声思考”可用性测试是数字健康干预(包括ca)设计中以用户为中心的设计方法的另一个例子[191]．

    我们审查中包括的几个框架一再强调以用户为中心的设计在数字卫生干预措施发展中的作用(36/55,65%)[25，26，36-39，41-46，62，69，70，73，76，82-85，87-One hundred.，110]．

    私隐及保安
    概述

    保护CA用户数据的隐私和安全性至关重要，应该成为整个设计和开发周期的一部分。健康信息被认为是个人的敏感信息，在任何时候都应该受到保护。数据保护的级别应该与CA收集的数据(如果有的话)保持一致。因此，核证机关的功能将决定要收集的敏感数据的类型，并指导包括防火墙和加密等数据保护软件。

    一般来说，开发者应该通过询问特定的问题来尽量减少从用户那里收集到的个人和敏感信息的数量，以避免过度共享或简单地提供预先确定的回答，而不是使用免费文本。此外，所有核证机关都应包括一份简短的隐私政策，以清晰的语言概述所收集的数据和这些数据的用途。所有数据必须在传输期间(讯息发出时)及静止时(讯息已交付时)加密[192]．部署CA的平台也可能因CA的功能而异。例如，收集用户个人资料的核证机关不应部署在专有平台或通讯平台，因为平台资料管理政策可能没有清楚报告。[65]或可能在未通知用户的情况下与第三方共享数据[193]．这可能会造成不断增加的数字足迹，可能允许从数据汇总而不是实际可识别的信息中识别用户[194]．

    2020年管理卫生保健中负责任使用ca的框架强调了保护数据隐私的重要性，包括保护用户健康数据、交互历史以及即使无意披露用户数据[195]．此外，该框架强调用户有权查阅其个人身份信息，要求在记录或保存与健康有关的数据之前征得用户同意，并禁止将存储的数据用作监视手段或歧视用户享有保健特权或保险范围[195]．

    遵守资料私隐法例

    收集用户敏感数据的医疗保健认证机构必须遵守与国家相关的数据隐私法，例如美国的《健康保险流通与责任法案》[192]或欧盟的《一般资料保护规例》(GDPR) [196]．这些法律的管辖范围一般限于签发国;然而，GDPR适用于欧盟内外的任何欧盟公民。《通用数据保护条例》于2018年生效，是一项总括性法律，旨在增强个人对其个人数据的权利，个人数据的定义是任何可能允许单独识别个人身份或与其他数据(包括假名数据)相结合的数据[196]．另外，《健康保险流通与责任法案》是针对特定行业的，只适用于与健康相关的数据[197]．其他国家也制定了自己的数据保护法律法规。在新加坡，《个人数据保护法》是一个基本的监管框架，为个人数据的收集、分发和使用提供了信息[198]．

    除了上述GDPR外，儿童数据通常受到更严格的保护。例如，在美国，《儿童在线隐私保护法案》[199]要求所有数字运营商(不限于医疗保健)收集儿童(年龄<13岁)数据时，必须获得可核实的父母同意。类似的考虑也包括在GDPR和新加坡个人数据保护法中，需要注意的是，在一些欧洲国家，16岁以下的儿童和青少年需要父母的同意。


    主要研究结果

    我们提出了一个新的概念框架，用于设计、开发、评估和实现智能手机交付的、基于规则的和基于文本的ca。DISCOVER概念框架包括8个迭代步骤，分为三个主要部分:(1)设计，包括定义目标、创建身份、组建团队和选择交付接口;(2)发展，包括发展内容和建立会话流程;(3)评价与实施。以用户为中心的设计、隐私和安全被作为横切考虑因素包括在内，它们与框架的每个阶段都相关。

    该框架基于对36个移动健康框架、5种CA分类和14项报告基于规则的医疗保健CA的设计和开发的主要研究的综合分析。该框架在一个基于网络的试点研究中得到了应用，该研究使用了部署在Facebook Messenger上的CA。现有的移动医疗框架提供了制定移动医疗保健干预措施的一般准则，从目标人群的特征到评估，重点是在开发的所有阶段应用以用户为中心的设计技术。同时，所提供的CA分类法侧重于CA设计和评估的几个方面，以及设计特性对CA用户交互的影响。

    考虑到具身ca的多面性，我们决定将重点放在非具身ca上。

    与之前工作的比较

    设计和开发移动医疗干预措施的现有框架为干预措施开发的所有步骤提供了详细的指导，首先是通过对现有文献或形成性研究的回顾，了解最终用户的需求和概况[67]，他们强调患者和公众参与的必要性，以使干预措施尽可能与目标人群相关[90，98]．这些框架还描述了在大规模试验中测试移动医疗干预措施之前进行反复评估以确定局限性的重要性[28，98，99]．然而，关于CA的设计和开发的文献仅限于分类法的开发，这些分类法并不局限于描述CA设计平台的医疗保健[5]，根据对话设计方法对ca进行分类[67]、具身行动者的特征[66]，或CA特征对用户交互的影响[32]．此外，Denecke等人的分类法[65]提到了医疗保健CA，但他们只关注CA的评估。因此，需要一个指导医疗保健ca发展的概念框架，以扩展以前的移动健康框架，其中包含与ca特别相关的元素，如个性发展、将循证内容转化为对话，以及使用新颖的研究设计进行评估。此外，我们的框架特别侧重于CA的发展，包括个性、移情表现、披露其作为计算机生成的实体而无需人类参与的身份，以及在最新循证信息来源的指导下开展对话。

    该框架描述了基于规则的ca的开发，允许研究团队完全控制会话和对话流。这有几个原因。首先，我们的框架提供了易于遵循的步骤，可以由不包括计算机科学或人工智能专家或在有限的财政资源下承担CA开发项目的小型研究团队应用。其次，我们旨在为目标导向的ca的发展提供指导，旨在提供健康教育内容或旨在改善健康生活方式选择或自我管理行为的简单干预措施，因此，使用基于规则的范式优先控制对话内容，尽管不那么引人入胜，而不是尚未真正解释的人工智能算法。

    对未来研究的启示

    未来的研究应将DISCOVER概念框架应用于针对不同专业、环境(医院或门诊)、目标群体和文化提供行为改变干预措施的ca的发展。此外，虽然在行为改变干预措施的设计中使用理论是受欢迎的，并且可能会增加干预措施的有效性[77，200]，目前尚不清楚哪种行为改变理论或技术更适合于ca主导的干预。或者，由于CA的互动性，评估以前在传统面对面环境中证明有效的行为改变干预措施在CA领导下是否同样有效是合适的。

    尽管身份创建、会话流和交付的概念很重要，但它们与不同目标人群的相对相关性仍然未知。此外，更多关于医疗保健聊天机器人干预措施评估的研究可以帮助提供全面评估所需的理想健康相关结果测量和数字数据集。最后，尽管这个框架是全面的，许多组件可能适用于人工智能ca，但需要一个单独的框架来描述与人工智能ca相关的特定方面，例如使用机器学习或自然语言处理技术的对话开发，语音与文本解析，以及许多其他方面。

    的优势

    据我们所知，这是第一个概念框架，概述了开发智能手机交付的、基于规则的医疗保健CA所需的步骤，为具有不同计算机科学专业知识的医疗保健研究人员提供了清晰而全面的指导方针。

    DISCOVER框架建立在对现有移动健康框架的分析和对基于规则的CA文献的严格分析的基础上，并辅以团队对其在基于规则的CA开发中的适用性的论证，以支持有患糖尿病风险的人改变生活方式。

    限制

    所提供的大部分信息都是轶事或来自对SMS短信和其他移动保健干预措施进行的研究，因为缺乏基于证据的基于规则的保健ca开发研究。因此，此框架概述了开发基于规则的CA所需的主要步骤。

    概念框架中提供的描述和示例侧重于最终用户的CA干预，以支持健康的生活方式或慢性病的管理，这些干预来自文献综述和我们开发CA的经验。然而，本研究中讨论的设计和开发原则可以适用于其他相关用户群体，如护理人员和卫生保健专业人员。

    此外，该框架侧重于基于规则的人工智能CAs，尽管它可以指导研究人员开发人工智能CAs的特定方面，但它并没有为基于人工智能的对话的开发提供指导。此外，不同人群的经济、社会和行为特征可能会限制其普遍性。

    结论

    在卫生保健中对ca的兴趣和潜力正在增长，但目前缺乏设计、开发、评估和实施这些干预措施的指南。根据已发表的证据，DISCOVER概念框架首次尝试填补这一空白。该过程分为8个迭代步骤，分为3个总体组，并辅以2个交叉考虑。未来的研究应该探索CA发展的各个方面，如使用行为改变理论和隐私和安全问题。需要在不同的卫生保健领域和环境中以及为不同的用户进一步评估这一框架，以证明其有效性。

    致谢

    这项研究得到了新加坡南洋理工大学老龄化社会与教育研究所(ARISE)的支持。这项研究也得到了新加坡教育部学术研究基金一级(RG36/20)的支持。这项研究是作为未来健康技术项目的一部分进行的，该项目是由ETH zrich和新加坡国家研究基金会合作建立的。这项研究得到了新加坡总理办公室国家研究基金会在其卓越研究和技术企业校园计划下的支持。

    作者的贡献

    DAD设计了这项研究，提取了数据，进行了分析，并撰写了手稿。LM进行了分析并撰写了稿件。M-HRH, SJ, TK和RA对手稿进行了批判性审查。LTC对研究进行了概念化和设计，对手稿进行了批判性审查，并在研究的所有步骤中提供了监督。所有作者都批准了手稿的最终版本，他们对这项工作的各个方面负责。

    利益冲突

    传统知识隶属于数字卫生干预中心，该中心是苏黎世大学卫生保健执行科学研究所的联合倡议;苏黎世联邦理工学院管理、技术与经济系;新加坡-联邦理工学院中心的未来卫生技术方案;以及圣加仑大学医学院和技术管理学院。数字健康干预中心的部分资金由瑞士医疗保险公司CSS提供。TK也是Pathmate Technologies的联合创始人，Pathmate Technologies是一家大学衍生公司，负责创建和提供数字临床路径。然而，CSS和Pathmate Technologies均未参与本研究。SJ还隶属于Salesforce Research。然而，Salesforce Research并没有参与这项研究。其他作者声明他们没有利益冲突。

    ‎
    多媒体附录1

    对流动卫生干预措施的设计、开发和评估概念框架的文献综述。

    DOCX文件，122kb
    ‎
    多媒体附录2

    智能手机提供的基于规则的会话代理的文献综述。

    DOCX文件，30kb
    ‎
    多媒体附录3

    会话代理搜索策略研究试验综述。

    DOCX文件，30kb
    ‎
    多媒体附录4

    使用Jabareen所描述的概念框架开发步骤进行概念框架开发的方法[29]．

    DOCX文件，19kb
    ‎
    多媒体附录5

    将概念框架的步骤映射到Precilla的设计、开发和评估中。

    DOCX文件，22 KB
    ‎
    多媒体附录6

    设计、开发和评估流动卫生干预措施框架。

    DOCX文件，41 KB
    ‎
    多媒体附录7

    会话代理的分类系统。

    DOCX文件，20kb
    ‎
    多媒体附录8

    基于规则的会话代理临床试验的特点。

    DOCX文件，27kb
    1. Tudor Car L, dinagaran DA, Kyaw BM, Kowatsch T, Joty S, Theng YL，等。卫生保健中的会话代理:范围审查和概念分析。[J]医学互联网研究，2020 Aug 07;22(8):e17158 [J]免费全文] [CrossRef] [Medline]
    2. Abd-Alrazaq AA, Alajlani M, Ali N, Denecke K, Bewick BM, Househ M.心理健康聊天机器人的认知和意见:范围审查。[J] .中国医学信息学报，2013;23(1):888 - 888 [J]免费全文] [CrossRef] [Medline]
    3. 李建军，李建军，李建军。一种促进心理健康的全自动会话代理:一种混合方法的试验RCT。互联网访谈2017年12月10:39-46 [免费全文] [CrossRef] [Medline]
    4. Milne-Ives M, de Cock C, Lim E, Shehadeh MH, de Pennington N, Mole G，等。人工智能对话代理在医疗保健中的有效性:系统综述。医学信息学报，2020;22(10):e20346 [J]免费全文] [CrossRef] [Medline]
    5. 刘国强，刘国强，刘国强。面向对话代理设计的平台分类。参见:第十四届信息技术国际会议论文集。2019提交于:WI '19;2019年2月24日至27日;Siegen, Germany, p. 1100-1114https://web.archive.org/web/20200619062226id_/https://aisel.aisnet.org/cgi/viewcontent.cgi?article=1247&context=wi2019
    6. Mohamad Suhaili S, Salim N, Jambli MN。服务聊天机器人:系统回顾。专家系统应用2021年12月;184:115461。［CrossRef]
    7. baaresco R, Silveira D, Reis E, Barbosa J, Righi R, Costa C，等。商务会话代理:系统文献综述及未来研究方向。计算机科学，2020年5月;36:100239。［CrossRef]
    8. Fitzpatrick KK, Darcy A, vierhiile M.使用全自动对话代理(Woebot)对有抑郁和焦虑症状的年轻人进行认知行为治疗:一项随机对照试验。中华医学会心理健康杂志2017年06月;4(2):e19 [j]免费全文] [CrossRef] [Medline]
    9. Gaffney H, Mansell W, Edwards R, Wright J.管理你的在线生活(MYLO):学生样本中基于会话计算机的问题解决干预的试点试验。行为认知心理学报，2014,11(6):731-746。［CrossRef] [Medline]
    10. 李建军，李建军，李建军，李建军。帕金森病患者的聊天机器人:现实还是科幻?种猪卫生技术通报2015;22:128-133。［Medline]
    11. Jack A.卢旺达企业测试发展中国家的数字健康潜力。2021年1月18日。URL:https://www.ft.com/content/4fe33c92-cbd5-459a-8df6-20d0d1f57ec8[2022-01-19]访问
    12. 张晓明，张晓明，李晓明，张晓明。基于网络的医疗保健系统中聊天机器人的研究。医学互联网研究，2019年4月05日;21(4):e12887 [J]免费全文] [CrossRef] [Medline]
    13. 等待深层药物。柳叶刀2019年3月23日;393(10177):1193-1194。［CrossRef]
    14. Ramesh K, Ravishankaran S, Joshi A, Chandrasekaran K.会话代理设计技术综述。第二届信息、通信与计算技术国际会议论文集。2017提交于:ICICCT '17;2017年5月13日;新德里，印度第336-350页。［CrossRef]
    15. Laranjo L, Dunn AG, Tong HL, Kocaballi AB, Chen J, Bashir R，等。会话代理在医疗保健:系统回顾。医学信息学报，2018,01;25(9):1248-1258 [J]免费全文] [CrossRef] [Medline]
    16. 高军，李磊，李磊。基于神经网络的会话人工智能:问答、任务导向对话和社交聊天机器人。荷兰代尔夫特:Now Publishers;2019.
    17. wad JJ。定义不可定义:医疗人工智能中的黑箱问题。医学伦理学杂志(即将出版)2021年7月21日:mede伦理学-2021-107529-2021-107529。［CrossRef] [Medline]
    18. Quinn TP, Jacobs S, Senadeera M, Le V, Coghlan S.医疗人工智能的三个幽灵:黑盒子现在能传递吗?中华医学会医学分会(英文版);2009年2月1日;［CrossRef] [Medline]
    19. Ghassemi M, Oakden-Rayner L, Beam AL.当前方法对医疗保健中可解释的人工智能的错误希望。柳叶刀数字健康2021 11月;3(11):e745-e750 [j]免费全文] [CrossRef] [Medline]
    20. 世界各地的智能手机拥有率正在迅速增长，但并不总是平等的。皮尤研究中心2019年2月5日。URL:https://www.pewresearch.org/global/2019/02/05/smartphone-ownership-is-growing-rapidly-around-the-world -but-not-always-equally /[2022-03-28]访问
    21. 多根E, Sander C, Wagner X, Hegerl U, Kohls E.基于智能手机的情感障碍客观和主观数据监测:我们在哪里，我们将去哪里?系统的回顾。医学互联网研究，2017,07,24;19(7):e262 [J]免费全文] [CrossRef] [Medline]
    22. 李建军，张建军，李建军，等。移动医疗中的即时适应性干预措施:持续健康行为支持的关键组成部分和设计原则。中华医学杂志2018年5月18日;52(6):446-462 [j]免费全文] [CrossRef] [Medline]
    23. Marcolino MS, Oliveira JA, D'Agostino M, Ribeiro AL, Alkmim MB, Novillo-Ortiz D.移动医疗干预的影响:系统评价的系统评价。[j] Mhealth Uhealth 2018 Jan 17;6(1):e23 [j]免费全文] [CrossRef] [Medline]
    24. Eze P, Lawani LO, Acharya Y.低收入和中等收入国家儿童免疫接种短信提醒:系统回顾和荟萃分析。中华医学杂志;2009;6(7):e005035 [j]免费全文] [CrossRef] [Medline]
    25. Whittaker R, Merry S, Dorey E, Maddison R.移动医疗干预的发展和评估过程:来自新西兰的例子。[J] .卫生通讯，2012;17增刊1:11-21。［CrossRef] [Medline]
    26. Mummah SA, Robinson TN, King AC, Gardner CD, Sutton S. IDEAS(整合、设计、评估和分享):制定更有效的数字干预措施以改变健康行为的框架和战略工具包。医学互联网研究，2016年12月16日;18(12):e317 [J]免费全文] [CrossRef] [Medline]
    27. Mohr DC, Schueller SM, Montague E, Burns MN, Rashidi P.行为干预技术模型:电子健康和移动健康干预的综合概念和技术框架。医学互联网研究2014年6月05日;16(6):e146 [J]免费全文] [CrossRef] [Medline]
    28. 张军，吴玉军，兰鹏，于忠，福冈勇。基于人工智能聊天机器人行为改变模型的研究:促进体育锻炼和健康饮食的观点。医学互联网研究2020 Sep 30;22(9):e22845 [J]免费全文] [CrossRef] [Medline]
    29. 建立一个概念框架:哲学、定义和程序。[J]国际检验方法2009;01;8(4):49-62。［CrossRef]
    30. Chaix B, Bibault JE, Pienkowski A, Delamon G, guillemassasur A, Nectoux P，等。当聊天机器人与患者见面:乳腺癌患者与聊天机器人对话的为期一年的前瞻性研究。中国生物医学工程学报(英文版);5(1):1286 [j]免费全文] [CrossRef] [Medline]
    31. 陈建军，陈宣宣，陈建军，陈建军，陈建军，陈建军，陈建军等。超重青少年的远程医疗治疗:使用行为健康平台的新型智能手机应用程序干预的初步结果。Obes Facts 2018年5月26日;11(增刊1):214-215 [免费全文] [CrossRef] [Medline]
    32. Zierau N, Elshan E, Visini C, Janson A.会话代理实证文献综述及未来研究方向。参见:2020年信息系统国际会议论文集。2020提交于:ICIS '20;2020年12月13日至16日;海德拉巴，印度，第1414页。
    33. l'Allemand D, Shih CH, Heldt K, b chter D, Brogle B, r egger D，等。使用行为健康干预平台为超重青少年设计智能手机应用程序并进行中期评估。Obes Rev 2018 Dec 03;19(增刊1):102。［CrossRef] [Medline]
    34. 刘建军，刘建军，刘建军，等。一种新的数字健康干预可以改善肥胖青少年的身体表现。瑞士儿科学会，瑞士儿科外科学会和瑞士儿童和青少年精神病学和心理治疗学会联合年会。2018年发表于:SMW '18;2018年5月24-25日;洛桑，瑞士，第10S页［CrossRef]
    35. MobileCoach。URL:https://www.mobile-coach.eu/[2022-03-02]访问
    36. Bauerle Bass S, Jessop A, Gashat M, Maurer L, Alhajji M, Forry J.负责，治愈:美沙酮患者HCV治疗启动的文化针对性移动健康决策工具的开发和用户测试。中华病毒学杂志，2018,11(11):995- 994。［CrossRef] [Medline]
    37. 陈毅，吴峰，吴毅，李军，岳鹏，邓毅，等。开发智能和个性化移动卫生保健系统的干预措施，以促进健康饮食和身体活动:使用干预测绘框架。中华卫生杂志2019年10月17日;19(1):1311 [j]免费全文] [CrossRef] [Medline]
    38. Curtis KE, Lahiri S, Brown KE。以家长为目标的儿童体重管理:一款理论驱动、以用户为中心的健康饮食应用的开发[j] . Mhealth Uhealth 2015 Jun 18;3(2):e69 [j]免费全文] [CrossRef] [Medline]
    39. Farao J, Malila B, Conrad N, Mutsvangwa T, Rangaka MX, Douglas TS.以用户为中心的移动医疗设计框架。PLoS One 2020 Aug 19;15(8):e0237910 [j]免费全文] [CrossRef] [Medline]
    40. Jindal D, Gupta P, Jha D, Ajay VS, Goenka S, Jacob P等。mWellcare的发展:低资源环境下高血压和糖尿病综合管理的移动健康干预。全球卫生行动2018;11(1):1517930 [j]免费全文] [CrossRef] [Medline]
    41. Kazemi DM, Borsari B, Levine MJ, Lamberson KA, Dooley B. REMIT:基于移动健康理论的干预措施的发展，以减少大学生的严重间歇性饮酒。心理学报;2018;26(5):377-385 [j]免费全文] [CrossRef] [Medline]
    42. McBride B, Nguyen LT, Wiljer D, Vu NC, Nguyen CK, O'Neil J.越南太原省孕产妇、新生儿和儿童移动卫生干预的发展:mMom项目方案。核磁共振成像学报，2018;7(1):6 [j]免费全文] [CrossRef] [Medline]
    43. BUS框架:利用行为改变理论、以用户为中心的设计和社会营销创建移动健康应用程序的综合工具。中华生物医学杂志，2017;6(1):39-45 [J]免费全文] [CrossRef] [Medline]
    44. 李建军，李建军，李建军，等。基于行为改变理论、终端用户感知和经验数据挖掘原则的个性化休闲体育活动应用程序的设计和开发。前沿公共卫生2020年2月2日;8:528472 [免费全文] [CrossRef] [Medline]
    45. 孙俊杰，孙俊杰，孙俊杰，张晓燕，张晓燕。一款面向跨性别女性的性健康促进应用(跨性别女性连接)开发与可用性研究。[j] Mhealth Uhealth 2020;8(5):e15888 [j]免费全文] [CrossRef] [Medline]
    46. 李建军，李建军，李建军，李建军，等。使用协同设计为土著和其他优先社区开发适合文化的行为改变移动健康干预措施:新西兰案例研究。中华医学杂志，2019;9(4):720-736。［CrossRef] [Medline]
    47. 王晓明，王晓明。干预绘图:基于理论和证据的健康教育计划的发展。健康教育行为1998 Oct;25(5):545-563。［CrossRef] [Medline]
    48. 诺曼哒。以用户为中心的系统设计:人机交互的新视角。博卡拉顿，佛罗里达州，美国:CRC出版社;1986.
    49. Michie S, van Stralen MM, West R.行为改变轮:一种描述和设计行为改变干预的新方法。实施科学2011年4月23日;6:42 [免费全文] [CrossRef] [Medline]
    50. 李建军，李建军，李建军。信息系统的设计科学研究。信息管理学报，2004;28(1):75-105。［CrossRef]
    51. 从设计思维开始。斯坦福大学Hasso Plattner设计学院。2022。URL:https://dschool.stanford.edu/resources/getting-started-with-design-thinking[2022-02-03]访问
    52. 刘建军，刘建军，张建军，张建军，张建军，“心理学理论”研究小组。使心理学理论对实施基于证据的实践有用:共识方法。质量安全卫生保健2005 Feb;14(1):26-33 [免费全文] [CrossRef] [Medline]
    53. Skivington K, Matthews L, Simpson SA, Craig P, Baird J, Blazeby JM，等。制定和评价复杂干预措施的新框架:医学研究理事会指南的更新。英国医学杂志2009年9月30日;374:n2061 [j]免费全文] [CrossRef] [Medline]
    54. 戴志强，陈志强。计算机生成的个性化干预措施的发展。患者教育统计1999年2月;36(2):193-203。［CrossRef] [Medline]
    55. 王晓明，王晓明。劝导式系统设计:关键问题、过程模型和系统特征。公共协会信息系统2009年5月1日;24:485-500。［CrossRef]
    56. Michie S, Hyder N, Walia A, West R.在戒烟的个人行为支持中使用的行为改变技术分类的发展。心理学报;2011;36(4):315-319。［CrossRef] [Medline]
    57. Bratteteig T, Bødker K, Dittrich Y, Holst Mogensen P, Simonsen J.参与式设计项目的组织原则和一般准则。见:Simonsen J, Robertson T，编辑。劳特利奇参与式设计国际手册。伦敦，英国:劳特利奇出版社;2012:117 - 144。
    58. 李建军，李建军，李建军，等。基于实证的慢性疾病治疗研究进展。卫生(米尔伍德)2001;20(6):64-78。［CrossRef] [Medline]
    59. 刘建军，刘建军，李建军。临床心理学中具身会话行为的研究进展。医学互联网研究2017年05月09日;19(5):e151 [J]免费全文] [CrossRef] [Medline]
    60. 主题分析在心理学中的应用。心理医学杂志，2006;3(2):77-101。［CrossRef]
    61. 移动保健:通过移动技术实现保健的新视野:关于电子保健的第二次全球调查。世界卫生组织，2011。URL:https://apps.who.int/iris/bitstream/handle/10665/44607/9789241564250_eng.pdf?sequence=1&isAllowed=y[2022-09-21]访问
    62. Modi D, Gopalan R, Shah S, Venkatraman S, Desai G, Desai S等。为改善印度农村地区以社区为基础的孕产妇、新生儿和儿童保健服务的覆盖率，开发一项创新型移动保健干预措施并进行形成性评估。全球健康行动2015年2月16日;8:26769 [免费全文] [CrossRef] [Medline]
    63. 丁纳加兰，王晓明，王晓明，王晓明。糖尿病对健康生活的影响:以新加坡为例。JMIR表格Res 2021 11月11日;5(11):e30435 [免费全文] [CrossRef] [Medline]
    64. 李建军，李建军，李建军，李建军。健康生活方式行为改变的研究进展。JMIR Form Res 2021 Dec 03;5(12):e27956 [免费全文] [CrossRef] [Medline]
    65. 如何用会话式用户界面评估健康应用程序?种马健康技术通报2020年6月16日;270:976-980。［CrossRef] [Medline]
    66. [3]李建军，李建军，李建军，李建军，等。网络健康中会话代理的设计特征:文献综述。[J] .计算机科学与工程学报，2010;38(6):1042 - 1042。［CrossRef]
    67. 张建军，张建军，张建军，等。对话代理/聊天机器人分类与设计技术综述。参见:第33届先进信息网络与应用国际会议论文集。2019，发表于:WAINA '19;2019年3月27日至29日;松江，日本，946-956页。［CrossRef]
    68. TensioBot:用于自我管理的室内血压测量的聊天机器人助手。J Med system 2021, 3月15日;45(4):54。［CrossRef] [Medline]
    69. 李建军，李建军，李建军，等。基于聊天机器人的青少年生活技能培训干预研究。[j] .中国农业大学学报(自然科学版);2009;31 (1):563 - 567 [j]免费全文] [CrossRef] [Medline]
    70. 葛瑞尔，张玉军，傅敏，Moskowitz J, Haritatos J.使用聊天机器人“Vivibot”传递积极心理技能和促进癌症治疗后年轻人幸福感的随机对照可行性试验。移动医疗Uhealth 2019 Oct 31;7(10):e15018 [j]免费全文] [CrossRef] [Medline]
    71. 李建军，李建军，李建军，等。基于SAT心理咨询方法的心理健康聊天机器人系统。暴民信息系统2019年03月03日;2019:1-11。［CrossRef]
    72. 李建军，李建军，李建军，等。基于文本的医疗保健聊天机器人支持患者和医疗专业团队:儿童肥胖随机对照试验的初步结果。参见:Persuasive Embodied Agents for Behavior Change. 2017发表于:PEACH '17;2017年8月27日;斯德哥尔摩,瑞典。［CrossRef]
    73. 肖国强，肖国强，肖国强，肖国强。会话代理在慢性疾病管理中的中介作用:多地点单臂可行性研究，涉及卫生保健专业人员、患者和家庭成员。[J]互联网研究与发展[J]; 2009;23(2): 559 - 561 [J]免费全文] [CrossRef] [Medline]
    74. 李建军，李建军，李建军，等。开源行为健康干预平台MobileCoach移动聊天应用的设计与评估第12届设计数字化转型国际会议论文集。2017，呈报于:DESRIST '17;2017年5月30日至6月1日;卡尔斯鲁厄，德国，485-489页。［CrossRef]
    75. 王辉，张强，叶敏，刘辉。基于社会媒体的健康管理和干预对话代理。计算机2018;51(8):26-33。［CrossRef]
    76. 王志强，王志强，Pöpel A, May R.基于会话式用户界面的自我记忆研究。方法中华医学杂志2018;57(05-06):243-252。［CrossRef] [Medline]
    77. Casas J, Mugellini E, Khaled O.食物日记指导聊天机器人。参见:2018年ACM国际联合会议和2018年普适和普适计算与可穿戴计算机国际研讨会论文集。2018年发表于:UbiComp '18;2018年10月8日至12日;新加坡，新加坡1676-1680页。［CrossRef]
    78. Hauser-Ulrich S, k nzli H, Meier-Peterhans D, Kowatsch T.基于智能手机的医疗保健聊天机器人促进慢性疼痛自我管理(SELMA):试点随机对照试验。[j] Mhealth Uhealth 2020 Apr 03;8(4):e15806 [j]免费全文] [CrossRef] [Medline]
    79. Stasinaki A, b chter D, Shih CH, Heldt K, g sewell S, Brogle B，等。一项新的移动健康干预与多组分行为改变方案对肥胖青少年体重指数、体能和应激参数的影响:一项随机对照试验英国儿科杂志2021年7月09日;21(1):308 [j]免费全文] [CrossRef] [Medline]
    80. Carfora V, Bertolotti M, Catellani P.减少红肉和加工肉消费的信息和情感日常信息。2019年10月1日;141:104331。［CrossRef] [Medline]
    81. 戴普C，托罗斯J，汤普森W.基于技术的双相情感障碍早期预警系统:概念框架。中华医学会心理健康分会2016年9月07日;3(3):e42 [j]免费全文] [CrossRef] [Medline]
    82. Direito A, Walsh D, Hinbarji M, Albatal R, Tooley M, Whittaker R，等。使用干预映射和行为干预技术框架:开发针对身体活动和久坐行为改变的移动健康干预。中华卫生教育杂志，2018;45(3):331-348。［CrossRef] [Medline]
    83. 杜夫O，沃尔什D，马隆S，麦克德莫特L，弗朗B，奥康纳N，等。MedFit应用程序，一个行为改变，理论上知情的移动应用程序，用于患者心血管疾病的自我管理:以用户为中心的发展。JMIR Form Res 2018年4月27日;2(1):e8 [免费全文] [CrossRef] [Medline]
    84. Fedele DA, McConville A, Moon J, Thomas JG。专题审查:创建儿科流动卫生干预措施时的设计考虑因素:应用IDEAS框架。中华儿科杂志，2019;44(3):343-348 [J]免费全文] [CrossRef] [Medline]
    85. 链接活动理论与以用户为中心的设计:移动医疗干预设计和评估的人机交互框架。猪健康技术通报2019年7月30日;263:49-63。［CrossRef] [Medline]
    86. 霍法特KJ, Ecklund AM, Hunt SL, Nelson TF, Toomey TL.发展基于互联网的健康干预:公共卫生研究人员和从业者指南。医学互联网研究，2015年1月23日;17(1):e28 [J]免费全文] [CrossRef] [Medline]
    87. Jennings HM, Morrison J, Akter K, Kuddus A, Ahmed N, Kumer Shaha S，等。发展一个理论驱动的相关移动医疗干预。全球卫生行动2019;12(1):1550736 [j]免费全文] [CrossRef] [Medline]
    88. Pham Q, Graham G, Lalloo C, Morita PP, Seto E, Stinson JN，等。一个评估儿童移动健康应用程序有效参与的分析平台:设计、开发和形成性评估。[j] Mhealth Uhealth 2018 Dec 21;6(12):e11447 [j]免费全文] [CrossRef] [Medline]
    89. Ravn Jakobsen P, Hermann AP, s ø undergaard J, Wiil UK, Clemensen J.基于参与式设计的女性骨质疏松症移动医疗应用程序开发。国际环境与卫生杂志2018年2月13日;15(2):330 [J]免费全文] [CrossRef] [Medline]
    90. Skrabal Ross X, Gunn KM, Patterson P, Olver I.开发支持癌症患者坚持口服化疗的智能手机程序。患者偏好依从性2019 Dec 20;13:2207-2215 [j]免费全文] [CrossRef] [Medline]
    91. Schellong J, Lorenz P, Weidner K.提出了一种基于技术和医学规范的框架下创建创伤后应激障碍(PTSD)相关移动心理健康应用程序的标准化、分步模型。中华心理医学杂志，2019;10(1):1611090 [J]免费全文] [CrossRef] [Medline]
    92. Schnall R, Rojas M, Bakken S, Brown W, Carballo-Dieguez A, Carry M，等。一个以用户为中心的模型，用于设计消费者移动健康(mHealth)应用程序(app)。中国生物医学工程学报(英文版);2016;33 (1):391 - 391 [J]免费全文] [CrossRef] [Medline]
    93. Tay I, Garland S, Gorelik A, Wark JD。开发和测试一款用于自我监测年轻女性钙摄入量的手机应用程序。JMIR移动健康Uhealth 2017年3月07日;5(3):e27 [j]免费全文] [CrossRef] [Medline]
    94. 刘建军，刘建军，刘建军，等。踢。基于证据的智能手机戒烟应用程序的开发[j] .中华行为医学杂志2018,01;8(2):243-267。［CrossRef] [Medline]
    95. 刘建军，李建军，李建军，等。以用户为中心的“学会戒烟”设计，这是一款针对严重精神疾病患者的戒烟智能手机应用程序。JMIR严肃游戏2018年1月16日;6(1):e2 [免费全文] [CrossRef] [Medline]
    96. Wilhide Iii CC, people MM, Anthony kouyatrerc。基于证据的移动健康慢性病移动应用干预设计:框架的开发。JMIR Res Protoc 2016 Feb 16;5(1):e25 [j]免费全文] [CrossRef] [Medline]
    97. 李建军，李建军，李建军，等。基于移动健康的家庭护理人员沟通负担研究。心理肿瘤2019 Feb;28(2):365-371 [j]免费全文] [CrossRef] [Medline]
    98. 吴建军，刘建军，李建军，等。移动医疗应用协同设计支持心力衰竭自我管理的设计思路。种马卫生技术通报2017;241:97-102。［Medline]
    99. 李建军，李建军，李建军。基于个体的健康相关行为改变干预研究进展。医学互联网研究[J]; 2015年1月30日;17(1):e30 [J]免费全文] [CrossRef] [Medline]
    100. Fjeldsoe BS, Miller YD, O'Brien JL, Marshall AL. MobileMums的迭代发展:有幼儿的妇女的身体活动干预。[J]行为与营养物理法案2012年12月20日;9:151 [免费全文] [CrossRef] [Medline]
    101. Nißen M, Selimi D, Janssen A, Cardona DR, Breitner MH, Kowatsch T，等。再见，聊天机器人?一种设计分类法，用于描述不同时间范围内的用户-聊天机器人关系。计算机人类行为，2022年2月;127:107043。［CrossRef]
    102. Burkill S, Copas A, Couper MP, Clifton S, Prah P, Datta J，等。利用网络收集敏感行为的数据:一项研究着眼于模式对英国全国性态度和生活方式调查的影响。PLoS One 2016;11(2):e0147983 [j]免费全文] [CrossRef] [Medline]
    103. 李建军，李建军，李建军，等。基于人工智能的聊天机器人服务的可接受性研究。数字健康2019 Aug 21;5:2055207619871808 [免费全文] [CrossRef] [Medline]
    104. 鲍彻，贺建军，贺建军，等。数字心理健康干预中的人工智能聊天机器人:综述。专家Rev医疗设备2021年12月;18(sup1):37-49。［CrossRef] [Medline]
    105. 李建军，李建军，李建军，等。改进虚拟健康助理的用户体验:范围审查。[J]互联网研究与发展[J]; 2013;23(12): 357 - 357 [J]免费全文] [CrossRef] [Medline]
    106. 张建军，张建军，张建军，等。基于社交关系的智能聊天机器人研究。零售管理[J] .中国零售管理，2015;33(1):1 - 4。［CrossRef]
    107. [j] .网络实时互动对赞助意向的影响:虚拟角色的使用。中文信息学报(英文版);2016;31(1):457 - 457。［CrossRef]
    108. thler M, Schlögl S, growth A. Agent与avatar:关于恐怖谷特征的具体化会话代理的比较。参见:2020年IEEE人机系统国际会议论文集。2020提交于:ICHMS '20;2020年9月7日至9日;罗马，意大利第1-6页。［CrossRef]
    109. 刘建军，刘建军。基于计算机-患者工作联盟的健康行为干预研究。患者教育统计2005 Oct;59(1):21-30。［CrossRef] [Medline]
    110. Morton K, Sutton S, Hardeman W, Troughton J, Yates T, Griffin S，等。短信和计步器项目促进2型糖尿病高危人群的身体活动:制定PROPELS后续支持项目。[j] Mhealth Uhealth 2015 Dec 15;3(4):e105 [j]免费全文] [CrossRef] [Medline]
    111. Mac OA, Thayre A, Tan S, Dodd RH。澳大利亚更新子宫颈筛查方案后的基于网络的健康信息:可读性、可理解性和可信度评估。[J] .中国医学信息学报，2016;22(6):871 - 871 [J]免费全文] [CrossRef] [Medline]
    112. Kincaid JP, Fishburne Jr RP, Rogers RL, Chissom BS。推导了新的海军士兵可读性公式(自动可读性指数、雾数和阅读难度公式)。中佛罗里达大学模拟与训练研究所，1975年。URL:https://stars.library.ucf.edu/istlibrary/56/[2022-01-19]访问
    113. Bobrow K, Farmer A, Cishe N, Nwagi N, Namane M, Brennan TP，等。利用医学研究委员会框架，在低资源环境下开发和评估复杂干预措施，开发一种基于理论的治疗支持干预措施，通过短信提供，以改善血压控制。生物医学工程学报，2018;18(1):33 [j]免费全文] [CrossRef] [Medline]
    114. van Dijk CN, van Witteloostuijn M, vasiki N, Avrutin S, Blom E.短信语言对小学生语法和执行功能的影响。PLoS One 2016 Mar 31;11(3):e0152409 [j]免费全文] [CrossRef] [Medline]
    115. 王勇，王玉华，王玉华，王玉华。表情符号与会话界面辅助健康指导系统交互时的效果。参见:第十二届EAI医疗普及计算技术国际会议论文集。2018发表于:PervasiveHealth '18;2018年5月21日至24日;美国纽约，纽约州，第378-383页。［CrossRef]
    116. Menacho LA, Blas MM, Alva IE, Roberto Orellana E.短信激励男男性行为者进行艾滋病毒检测:秘鲁利马的一项定性研究。中国艾滋病防治杂志[J]; 2013;7(1):1-6。免费全文] [CrossRef] [Medline]
    117. Bock BC, Rosen RK, Barnett NP, Thind H, Walaska K, Foster R，等。将行为干预措施转化为移动健康平台:开发针对吸烟和饮酒的短信干预措施。JMIR移动健康Uhealth 2015 Feb 24;3(1):e22 [j]免费全文] [CrossRef] [Medline]
    118. a Adamopoulou E, Moussiades L.聊天机器人技术综述。第16届国际人工智能应用与创新会议论文集。2020提交于:AIAI '20;2020年6月5日至7日;Neos Marmaras，希腊，373-383页。［CrossRef]
    119. Kramer JN, k nzler F, Mishra V, Smith SN, Kotz D, Scholz U，等。智能手机行走应用的哪些组件可以帮助用户实现个性化的步数目标?优化试验结果。中国生物医学工程学报[j]; 2011; 31 (7):518-528 [j]免费全文] [CrossRef] [Medline]
    120. k nzler F, Mishra V, Kramer JN, Kotz D, Fleisch E, Kowatsch T.移动健康干预的接受状况研究。ACM交互暴民可穿戴无所不在技术2019年12月11日;3(4):1-27。［CrossRef]
    121. Meppelink CS, van Weert JC, Haven CJ, Smit EG。健康动画在不同健康素养水平观众中的效果:一项实验研究。医学互联网研究，2015;17(1):11 [J]免费全文] [CrossRef] [Medline]
    122. 李建平，李建平，李建平。哮喘患儿依从性的研究进展:哮喘护理和医学教育的必要性。儿科变态反应免疫杂志，2015;26(3):197-205。［CrossRef] [Medline]
    123. Venkatesh V, Morris MG, Davis GB, Davis FD。用户接受信息技术:走向统一的观点。MIS Q 2003 Sep;27(3):425-478。［CrossRef]
    124. 比克莫尔TW，皮卡德RW。建立和维持长期的人机关系。中国计算机学报(英文版);2005;12(2):293-327。［CrossRef]
    125. 聊天机器人能决定我的饮食吗?:解决聊天机器人应用在餐饮推荐中的挑战。arXiv 2022预印本于2018年2月25日在线发布。［CrossRef]
    126. 李建平，李建平。智能会话代理的质量评价。arXiv 2022预印本于2017年4月15日在线发布。［CrossRef]
    127. 马汀内戈，范·格伦，卢姆·E，科瓦尔斯基，苏布拉曼尼姆，Car J.自杀预防和抑郁应用程序的自杀风险评估与管理:临床指南依从性的系统评估。中华医学杂志，2019,12,17(1):231 [j]免费全文] [CrossRef] [Medline]
    128. 黄志强，李建平，李建平，等。2型糖尿病患者低血糖和高血糖行为提示的适宜性研究。中国糖尿病杂志，2020;36(2):332 - 335。［CrossRef] [Medline]
    129. Pereira J, Díaz Ó。使用健康聊天机器人改变行为:一项地图研究。J Med system 2019 april 04;43(5):135。［CrossRef] [Medline]
    130. Michie S, Wood CE, Johnston M, Abraham C, Francis JJ, Hardeman W.行为改变技术:一种报告和描述行为改变干预措施的分类学方法的发展和评估(包括共识方法、随机对照试验和定性数据分析的五项研究)。卫生技术评估2015年11月;19(99):1-188 [j]免费全文] [CrossRef] [Medline]
    131. Krishnakumar A, Verma R, Chawla R, Sosale A, Saboo B, Joshi S等。使用数字治疗平台评估南亚2型糖尿病患者的血糖控制:对真实世界数据的分析[J]互联网研究与发展[J]; 2013;23(3): 888 - 888 [J]免费全文] [CrossRef] [Medline]
    132. 劝导技术的健康生活:框架、问题和挑战。中华医学杂志，2009;16(2):171-178 [J]免费全文] [CrossRef] [Medline]
    133. 李建军，李建军，李建军，李建军。基于机器学习模型的可穿戴设备抑郁筛查研究。[j] Mhealth Uhealth 2021 Oct 25;9(10):e24872 [j]免费全文] [CrossRef] [Medline]
    134. Tinschert P, Rassouli F, Barata F, Steurer-Stey C, Fleisch E, Puhan MA等。夜间咳嗽和睡眠质量评估哮喘控制和预测发作。[J]哮喘与过敏症[J]; 2020年12月14日;13 (3):669-678 [J]免费全文] [CrossRef] [Medline]
    135. Fadhil A.提高服药依从性的对话界面:面向患者治疗中的人工智能支持。arXiv 2022预印本于2018年3月3日在线发布。［CrossRef]
    136. 在公众参与过程中使用思维导图技术进行快速定性数据分析。健康展望2010;12;13(4):406-415 [j]免费全文] [CrossRef] [Medline]
    137. 概念图、思维导图和论证图:它们有什么区别，它们重要吗?高等教育，2011;32(3):279-301。［CrossRef]
    138. 低码聊天机器人搭建平台。SAP会话AI。URL:https://cai.tools.sap/[2022-03-02]访问
    139. XMind。URL:https://www.xmind.net/[2022-01-19]访问
    140. Hall AK, Cole-Lewis H, Bernhardt JM。手机短信促进健康:对审查的系统审查。公共卫生年度报告2015年3月18日;36:393-415 [免费全文] [CrossRef] [Medline]
    141. Coomes CM, Lewis MA, Uhrig JD, Furberg RD, Harris JL, Bann CM。提醒之外:使用短信服务促进预防和改善艾滋病毒感染者的保健质量和临床结果的概念框架。艾滋病防治;2012;24(3):348-357。［CrossRef] [Medline]
    142. 设备软件功能和移动医疗应用政策:工业和食品药品监督管理局工作人员指南。美国食品和药物管理局2019年9月27日。URL:https://www.fda.gov/media/80958/download[2022-03-03]访问
    143. Mbuagbaw L, Mursleen S, Lytvyn L, Smieja M, Dolovich L, Thabane L.手机短信干预艾滋病毒和其他慢性疾病:系统评价和证据转移框架概述。医疗卫生服务，2015,01,22;15:33 [免费全文] [CrossRef] [Medline]
    144. Mishra V, k nzler F, Kramer JN, Fleisch E, Kowatsch T, Kotz D.自然环境下移动健康干预的可接受性检测。proacm交互Mob可穿戴无所不在技术2021 Jun;5(2):74 [j]免费全文] [CrossRef] [Medline]
    145. Collins LM, Murphy SA, Nair VN, Strecher VJ。优化和评估行为干预的策略。中国生物医学工程学报，2005,30(1):65-73。［CrossRef] [Medline]
    146. 刘志强，刘志强。生物行为与生物医学干预的研究进展。Cham，瑞士:Springer;2018.
    147. Maramba I, Chatterjee A, Newman C.电子健康应用程序开发中的可用性测试方法:范围审查。国际医学杂志2019年6月;26:95-104。［CrossRef] [Medline]
    148. 刘建军，刘建军，刘建军，等。评估数字卫生干预措施:关键问题和方法。预防医学2016年11月;51(5):843-851 [J]免费全文] [CrossRef] [Medline]
    149. 克伦克K，斯皮策RL，威廉姆斯JB。PHQ-9:一个简短的抑郁症严重程度测量的有效性。实习医学杂志2001;16(9):606-613 [J]免费全文] [CrossRef] [Medline]
    150. 李建军，张建军，李建军，等。新的幸福衡量标准:短尺度评估繁荣和积极和消极的感觉。社会科学学报，2009,28(2):143-156。［CrossRef]
    151. 克利兰CS，瑞安KM。疼痛评估:简短疼痛量表的全球使用。中华医学杂志1994;23(2):129-138。［Medline]
    152. 张建军，张建军，李建军，等。工作联盟量表短量表(WAI-SR)在门诊和住院患者心理测量中的应用。临床心理杂志，2010;17(3):231-239。［CrossRef] [Medline]
    153. 郭琦，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强，郭志强。中华医学杂志2020年8月27日;3:10 10 [j]免费全文] [CrossRef] [Medline]
    154. 刘建军，刘建军，刘建军，刘建军。基于多学科交叉的数字健康干预研究。数字健康2018年5月3日;4:2055207618770325 [免费全文] [CrossRef] [Medline]
    155. Kohavi R, Longbotham R.在线控制实验和A/B测试。编辑:Sammut C, Webb GI。机器学习和数据挖掘百科全书。美国马萨诸塞州波士顿:斯普林格;2017:922 - 929。
    156. 刘建军，刘建军，刘建军，等。微随机试验:开发及时适应性干预的实验设计。心理健康杂志2015年12月;34期:1220-1228 [j]免费全文] [CrossRef] [Medline]
    157. 克拉默JN, k nzler F, Mishra V, Presset B, Kotz D, Smith S，等。调查干预成分和探索智能手机应用程序促进身体活动的接受状态:一项微随机试验方案。中国生物医学工程学报(英文版);2019;8(1):1158 - 1158 [j]免费全文] [CrossRef] [Medline]
    158. Thabane L, Ma J, Chu R, Cheng J, Ismaila A, Rios LP，等。关于试点研究的教程:什么，为什么和如何。中华医学会医学杂志2010;01;10:1 [j]免费全文] [CrossRef] [Medline]
    159. 陈建军，陈建军，陈建军，等。澄清遵守电子健康技术的概念:何时使用成为遵守的系统审查。医学互联网研究，2017年12月6日;19(12):e402 [J]免费全文] [CrossRef] [Medline]
    160. 曹伟，Milks MW，刘霞，Gregory ME, Addison D，张鹏，等。移动健康干预高血压自我管理:参与、互动性和个性化的框架和系统评价。[j] Mhealth Uhealth 2022; 02;10(3):e29415]免费全文] [CrossRef] [Medline]
    161. Paz Castro R, Haug S, Filler A, Kowatsch T, Schaub MP。参与基于移动电话的青少年戒烟干预及其与参与者特征和结果的关系医学互联网研究，2017年11月1日;19(11):e356 [J]免费全文] [CrossRef] [Medline]
    162. 杨建军，杨建军，杨建军，杨建军，杨建军。青少年网络心理健康的影响因素研究进展。数字健康2020 5月21日;6:2055207620926064 [免费全文] [CrossRef] [Medline]
    163. 刘建军，刘建军，刘建军。数字卫生与参与——从措施和方法的背后看。JAMA Netw Open 2020七月01;3(7):e2010918 [j]免费全文] [CrossRef] [Medline]
    164. ManyChat。URL:https://manychat.com/[2022-03-04]访问
    165. Perski O, Short CE。数字卫生干预措施的可接受性:接受复杂性。中华医学杂志，2011;11(7):1473-1480 [j]免费全文] [CrossRef] [Medline]
    166. Yan AF, Stevens P, Wang Y, Weinhardt L, Holt CL, O'Connor C，等。移动健康短信对大学生体育活动促进:形成性参与式方法。[J]中华卫生杂志，2015;39(3):395-408。［CrossRef] [Medline]
    167. Stoyanov SR, Hides L, Kavanagh DJ, Zelenko O, Tjondronegoro D, Mani M.移动应用评价量表:一种评估健康移动应用质量的新工具。JMIR Mhealth Uhealth 2015年3月11日;3(1):e27 [j]免费全文] [CrossRef] [Medline]
    168. 监测和评估数字卫生干预措施:开展研究和评估的实用指南。世界卫生组织。瑞士，日内瓦:世界卫生组织;2016.URL:https://apps.who.int/iris/bitstream/handle/10665/252183/9789241511766-eng.pdf[2022-03-29]访问
    169. Babigumira JB, Dolan S, Shade S, Puttkammer N, Bale J, Tolentino H，等。数字健康干预的应用经济评价。美国疾病控制与预防中心，2021年1月https://www.go2itech.org/wp-content/uploads/2021/02/I-TECH_HIS_Economic_Evaluation.pdf[2022-03-29]访问
    170. 蒋欣，明伟，游江华。数字卫生干预措施对心血管疾病管理的成本效益:系统评价。[J]中国医学杂志，2019;21(6):e1366 [J]免费全文] [CrossRef] [Medline]
    171. Gomes M, Murray E, ratry J.数字卫生干预的经济评估:方法问题和实践建议。医药经济学报;2009;40(4):367-378 [j]免费全文] [CrossRef] [Medline]
    172. Topol E.《Topol审查:为实现数字化未来准备医疗保健工作人员:代表卫生和社会保健大臣的独立报告》。国家卫生服务。2019年2月https://topol.hee.nhs.uk/wp-content/uploads/HEE-Topol-Review-2019.pdf[2022-03-17]访问
    173. Theobald S, Brandes N, Gyapong M, El-Saharty S, Proctor E, Diaz T，等。实施研究:全球卫生的新要求和机遇。柳叶刀2018年11月17日;392(10160):2214-2228。［CrossRef] [Medline]
    174. Peters DH, Adam T, Alonge O, Agyepong IA, Tran N.实施研究:它是什么以及如何做。中国医学杂志2013年11月20日;347:f6753。［CrossRef] [Medline]
    175. Peters DH, Tran NT, Adam T.卫生实施研究:实用指南。卫生政策和系统研究联盟&世界卫生组织。2013。URL:https://apps.who.int/iris/handle/10665/91758[2022-04-11]访问
    176. Bauer MS, Damschroder L, Hagedorn H, Smith J, Kilbourne AM。为非专业人士介绍实施科学。中华医学杂志2015年9月16日;3(1):32 [j]免费全文] [CrossRef] [Medline]
    177. Damschroder LJ, Aron DC, Keith RE, Kirsh SR, Alexander JA, Lowery JC。促进将卫生服务研究成果付诸实践:促进实施科学的综合框架。实施科学2009年8月07日;4:50 [免费全文] [CrossRef] [Medline]
    178. 李建军，李建军，李建军，等。健康应用程序政策:9个国家方法的国际比较。NPJ数字医学2022年3月18日;5(1):31 [j]免费全文] [CrossRef] [Medline]
    179. 理解DTx。数字治疗联盟。URL:https://dtxalliance.org/understanding-dtx/[2022-04-11]访问
    180. 设备软件功能，包括移动医疗应用程序。美国食品和药物管理局，2019。URL:https://tinyurl.com/5n896nhk[2022-05-31]访问
    181. 2020年3月17日。URL:https://blog.clevercompliance.io/medical-product-compliance/ce-marking-medical设备/[2022-05-31]访问
    182. 桑德斯EB，斯塔普斯PJ。共同创造和设计的新景观。协同设计2008;4(1):5-18。［CrossRef]
    183. 马西森，刘建军，刘建军，等。以人为本的设计在慢性病预防中的应用。中华预防医学杂志，2015;48(4):472-479。［CrossRef] [Medline]
    184. 刘建军，刘建军。基于“以人为本”的医疗服务创新研究。国际医疗卫生杂志(英文版);2011;33(增刊1):37-44 [J]免费全文] [CrossRef] [Medline]
    185. H, Meinel C, Leifer L.设计思维:理解-改进-应用。柏林，德国:施普林格出版社;2011.
    186. Still B, Crane K.以用户为中心的设计基础:一个实用的方法。博卡拉顿，佛罗里达州，美国:CRC出版社;2017.
    187. 鲍姆F，麦克杜格尔C，史密斯D.参与式行动研究。流行病学与社区卫生杂志;2006;60(10):854-857 [J]免费全文] [CrossRef] [Medline]
    188. M, Manschot M, De Koning N.服务设计项目协同设计的效益。中华医学杂志，2011;5(2):53-60 [J]免费全文]
    189. A.服务协同设计的障碍与推动因素。国际医学杂志，2016;10(3):27-42 [J]免费全文]
    190. Georgsson M, Staggers N.使用多方法方法评估糖尿病移动健康系统的患者体验可用性。[J]中国生物医学工程学报，2016;22 (2):391 - 391 [J]免费全文] [CrossRef] [Medline]
    191. 李建军，李建军，李建军，等。手机短信对患者的影响。中国医学杂志2020年3月16日;368:884。［CrossRef] [Medline]
    192. 哈克维尔K，托罗斯J，拉森ME。评估智能手机应用程序在抑郁症和戒烟方面的数据共享和隐私做法。JAMA Netw Open 2019 Apr 05;2(4):e192542 [免费全文] [CrossRef] [Medline]
    193. Grande D, Luna Marti X, Feuerstein-Simon R, Merchant RM, Asch DA, Lewson A，等。与数字技术相关的卫生政策和隐私挑战。JAMA网络开放2020七月01;3(7):e208285 [j]免费全文] [CrossRef] [Medline]
    194. 聊天机器人RESET:管理医疗保健中负责任的会话人工智能使用的框架。世界经济论坛。2020年12月http://www3.weforum.org/docs/WEF_Governance_of_Chatbots_in_Healthcare_ 2020. pdf[2022-03-17]访问
    195. Rumbold JM, Pierscionek B.一般数据保护条例对医学研究的影响。医学互联网研究，2017年2月24日;19(2):e47 [J]免费全文] [CrossRef] [Medline]
    196. HIPAA隐私规则摘要。美国卫生与公众服务部。2013。URL:https://www.hhs.gov/hipaa/for-professionals/privacy/laws-regulations/index.html[2022-03-17]访问
    197. 黄了。新加坡的数据隐私法:2012年个人数据保护法。数据隐私法2017年11月;7(4):287-302。［CrossRef]
    198. 儿童在线隐私保护规则(“COPPA”)。联邦贸易委员会。URL:https://www.ftc.gov/legal-library/browse/rules/childrens-online-privacy-protection-rule-coppa[2022-05-31]访问
    199. Webb TL, Joseph J, Yardley L, Michie S.利用互联网促进健康行为改变:理论基础、行为改变技术使用和交付方式对疗效影响的系统回顾和meta分析。[J] .中国医学信息学报，2010;12(1):1 - 4 [J]免费全文] [CrossRef] [Medline]
    200. 张建军，张建军。基于系统评价的系统评价:理论有效性假说的检验。[J]中华卫生杂志，2019;24(2):334-356。［CrossRef] [Medline]

    ‎
    人工智能:人工智能
    旅级战斗队:行为改变技巧
    CA:会话代理
    发现:设计、开发、评估和实现智能手机交付的基于规则的会话代理
    欧盟:欧盟
    GDPR:《一般资料保护规例》
    HCP:卫生保健提供者
    吉泰:及时的适应性干预
    健康:移动健康

    编辑:L Buis;提交13.04.22;A Islam, L Agrawal, M Jalan的同行评议;对作者的评论24.05.22;修订版本收到02.08.22;接受26.08.22;发表04.10.22

    版权

    ©Dhakshenya Ardhithy Dhinagaran, Laura Martinengo, Moon-Ho Ringo Ho, Shafiq Joty, Tobias Kowatsch, Rifat Atun, Lorainne Tudor Car。最初发表于JMIR mHealth和uHealth (https://mhealth.www.mybigtv.com)， 2022年10月4日。

    这是一篇根据知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布的开放获取文章，该许可允许在任何媒体上不受限制地使用、分发和复制，前提是原始作品首先发表在JMIR mHealth和uHealth上，并适当引用。必须包括完整的书目信息，到https://mhealth.www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。
    Baidu
    map