临床心理学中的具身会话代理:范围回顾

介绍

背景

与照旧治疗(如面对面治疗)和等候名单对照组相比，以互联网为基础的干预措施可有效治疗各种精神障碍[1]。许多干预措施，特别是针对情绪、焦虑和物质使用障碍的干预措施，都是基于认知行为疗法(CBT)。这些干预措施可以是非指导的，也可以是有指导的，指导通常由持牌卫生专业人员或受过培训的志愿者提供。有指导的干预通常比无指导的干预更有效[2-4]。他们的优势最有可能是由参与者和提供指导的人之间的互动来解释的，尽管诸如治疗依从性等概念已被建议作为一种工作机制[5也就是说，人类的支持对依从性有积极的影响，反过来又对有效性有积极的影响，目前尚不清楚人类的支持究竟是如何解释这种差异的。因此，有很好的理由去探索引导和非引导干预之间的差距是否可以弥合。在本文中，我们关注一个潜在的自动化解决方案:具体化会话代理(eca)。

具身会话代理

eca可定义为“或多或少具有自主性和智能的软件实体，并具有用于与用户通信的实施例”[6]。现实世界中的eca的例子是视频游戏中的交互式角色和网络商店中帮助客户的虚拟角色。从概念上讲，eca由三个部分组成[7]。第一个是允许用户与ECA通信并向其提供信息的应用程序接口。这些接口的范围从基于web的问卷调查到实时音频和视频输入。其次，eca被赋予了计算机模型，赋予它们“心智”能力，本质上是程序化的知识，用于对来自界面的事实“观察”进行推理。这些模型的范围可以从简洁的决策树(问卷上的不同答案会导致ECA的不同反应)到基于机器学习的算法(将实时视频和音频输入分类为用户的情绪状态，使ECA能够感同身受地做出反应)。第三，eca有一个体现，或视觉表现，允许他们与用户进行口头或非口头交流。实施例的范围可以从计算机屏幕上的虚拟人类角色到机器人，以及从文本消息到人类通信方式(如语音、手势和面部表情)的通信。无论选择何种设计方面的实现，都有其优点和缺点。高度先进的eca，例如，那些使用多模式和实时用户输入(如视频记录和自然语言)的eca，可能比简单的eca更可信，但它们的复杂性意味着它们需要更多的开发时间，更多的技术专业知识，并且更有可能出现错误(例如，在解释自然语言的语义时)。例如，基于决策树机制或相对简单的图像的低技术方法可以用于处理这些问题，但它们也会导致不太现实的体验。 These kinds of trade-offs make finding the optimal configuration in a certain setting a nontrivial task.

ECAs准备好临床应用了吗?

使用现有的基于网络和移动设备的抑郁症认知行为治疗方法[8，我们的兴趣在于能够应用于临床实践的技术。考虑到ECA的配置可以做出许多设计决策，ECA应该是什么样子，以及它在我们的背景下应该如何表现，即作为临床心理学中引导和非引导干预之间的桥梁，并不是很明显。范例的存在提供了关于某些(例如，[9])或许多(例如，[10])，非洲经委会发展的各个方面。然而，他们的经验基础通常依赖于结果测量，如“用户满意度”、“与ECA的接触”或“使用意图”，而背景不一定是临床心理学。虽然这些措施可能是临床有效性的指示，但它们不一定转化为我们旨在改善的临床结果。例如，即使使用者可能对ECA完全满意，这并不一定意味着平均治疗结果(例如，抑郁症临床测量的显着减少)将得到改善。如果我们能够确定如何将ECA技术应用于改善临床结果，我们成功弥合引导和非引导干预之间差距的机会将会增加。

非洲经委会研究的跨学科性质使得几乎任何包括非洲经委会在内的干预都具有内在的复杂性。英国医学研究委员会(MRC)的复杂干预框架[11]定义了这些干预措施在完全融入实践之前的四个阶段:开发、试点、评估和实施。试点和评估阶段之间的区别是至关重要的。尽管干预措施在试点阶段可能仍会发生变化，但评估阶段的特点是注重临床结果和更严格的研究设计。尽管常规做法有时会沿着不同的路线发展，但作为一条黄金法则，只有当一种干预措施成功地通过了评估阶段，并且可以被认为是有效和安全的，它才对心理学家具有实用价值。

范围审查

作为设计我们自己的ECA的第一步，我们想以系统的方式回顾相关文献，以找出ECA以前是如何用于心理治疗的，以及所采取的方法在多大程度上得到了证据的支持。为确定合适的评价方法而对文献进行的初步探索揭示了各种各样的ECA应用、研究设计和结果测量，因此传统的系统评价(更强调确凿的证据)或元分析方法(需要可比较的结果)似乎不合适。因此，我们采用范围检讨方法[12]。范围界定审查的目的是绘制支撑研究领域的关键概念，以及现有证据的主要来源和类型[13]。与传统的系统评价相比，范围审查涉及更广泛的主题，其中许多不同的研究设计可能适用，并且不强调所纳入研究的质量评估(例如，研究的力量或对照组的性质)，因为研究问题不太具体[12]。

本综述旨在向卫生专业人员介绍ECA在临床心理学中应用的技术和临床可能性以及证据基础，并概述这一研究领域的活动。

方法

研究设计

我们采用Arksey及O 'Malley架构进行范围检讨[12]，它区分了五个不同的阶段:(1)确定研究问题，(2)确定相关研究，(3)研究选择，(4)绘制数据图表，(5)整理、总结和报告结果。我们考虑了在第(1)至(4)阶段使用迭代团队方法的建议[14，15通过与其他团队成员定期讨论。由于范围审查的理论基础以及获得结果的过程的透明度往往缺乏[16]，我们也尝试提供清晰的概念定义。阶段(1)至(4)在本节中描述，阶段(5)在结果部分中描述。

确定研究问题

考虑到心理治疗中人类支持的一般特征，在治疗抑郁症以外的疾病中所看到的技术也可能适用于我们的情况。因此，我们扩大了我们的范围，包括其他常见的精神健康疾病，即情绪障碍、焦虑症、创伤后应激障碍(PTSD)、精神障碍、饮食障碍、自闭症谱系障碍(asd)和物质相关障碍，这些疾病已知是电子精神健康干预的目标。

研究鉴定

我们的通用搜索查询如下:

具体的对话代理，情绪障碍，焦虑障碍，精神障碍，饮食障碍，自闭症谱系障碍，物质相关障碍

我们对ECA概念的搜索词列表包括我们观察到的最常见的，例如，“虚拟代理”、“虚拟角色”、“虚拟人”或“化身”。精神障碍的术语是基于PubMed的MeSH(医学主题标题)索引中找到的术语。我们检索了心理学和计算机科学数据库，包括PubMed(心理学)、ScienceDirect(跨学科)、WebOfScience(跨学科)、ACM(美国计算机协会)数字图书馆(计算机科学)和SpringerLink(人工智能)。详细的搜索字符串和搜索过程描述在多媒体附录1。最后的搜索是在2015年7月进行的，并包括截至2015年7月发表的文章。参考文献存储在Microsoft Excel中，并删除了重复的内容。

‎ 查看此图

研究选择

研究选择由两位独立审稿人(SP & HL)进行，他们根据顺序资格标准筛选标题和摘要，然后评估剩余文章的全文版本。如有异议，咨询第三审稿人(JR)。我们收录了以下全文:

(1)用英文撰写，(2)在(3)应用心理健康背景下包含ECA，(4)传达主要研究结果，(5)针对情绪、焦虑、精神病、饮食、自闭症谱系或物质相关障碍，(6)描述实验或焦点小组研究。

关于标准(2)，对于一个被认为是ECA的软件实体，它需要，首先，有一个虚拟的或物理的体现(例如，图1)，第二，与用户交互，第三，具有合理的代理意识，这意味着它的行为必须是自主的，并且软件实体必须表现出某种形式的推理。至于标准(3)，一个应用的心理健康背景意味着eca被用于旨在改善与目标障碍直接相关的患者结果的应用中，或者可以提出一个合理的论点，即提议的应用最终可以用来做到这一点。

绘制数据图表

数据提取由两位审稿人(SP & HL)独立进行。概念分为四类:(1)元信息，(2)研究特征，(3)研究方法，(4)ECA特征。中列出了这些概念的精确定义多媒体附录2。

在数据收集过程中，对几个概念定义进行了细化。在试图绘制研究的预期干预并提供分类时，我们发现，从较低的抽象水平来看，干预针对的是非常具体的行为或技能。我们的清单变得如此庞大，以至于我们认为更高级别的分类是有用的。类似的情况也适用于eca的社会角色，由于应用程序种类繁多，很难精确地定义这些角色。在我们试图提供一个有用的分类时，我们在与所有在场的审稿人讨论时标记了所有研究的最主要的社会角色和预期干预。在这些讨论中，不同结果类型和发展阶段的定义(基于MRC框架的复杂干预措施)[11])也进行了改进，直到每个研究都能被明确地标记。生成的定义也列在多媒体附录2。

结果

主要发现

搜索确定了N=1117个参考文献。删除重复项后，仍有N=958篇参考文献。接下来，两位审稿人在筛选标题和摘要后，共排除了N=862篇参考文献。在剩下的N=96篇文献中，有78篇文献不同意基于筛选纳入，主要是因为从标题和摘要提供的有限信息中不能完全清楚是否满足ECA纳入标准(N=40)。在对剩下的96篇文章进行全面评估后，仍有8篇文章存在分歧，并在与第三审稿人的讨论中得到解决。最后，N=54篇文章被认为符合全面综述的条件。这54篇文章对应了N=49个独特的研究(图2)。多媒体附录3和4，分别列出纳入研究的干预和ECA，以及实验设计特征。图3描述了总体总结分析的最重要结果和图1给出了本综述中描述的一些eca的说明，更具体地说，是带有笑脸的情感强化[17在左上角，一个虚拟的精神科护士[18左下角是SPARX(聪明、积极、主动、现实、x因素思想)的指导特征[19]中间是SimSensei Kiosk虚拟咨询师[20.]和人形机器人KASPAR [21在右下角。

‎ 查看此图

‎ 查看此图

自闭症谱系障碍

超过一半的研究(n=26)针对asd (表1)。它们要么涉及某种形式的社交技能训练(n=21)，旨在培养各种目标行为或技能(图3(图d)，或者作为一种教育辅助工具(n=5)来适应自闭症儿童的特殊需要。自闭症是机器人应用中唯一针对的障碍(n=12)，大多数虚拟角色出现在严肃游戏中(n=8)。大多数eca承担了社会互动伙伴(n=18)或导师(n=8)的角色，在两项研究中[22，23社会互动伙伴都有教练陪同，教练会对他们的表现提供额外的反馈。与人类相比，ECA行为的相对可预测性，与人类伴侣相比，重复练习某些行为的可能性更大，以及自闭症儿童对技术的迷恋是探索ECA技术在自闭症治疗中的应用的重要原因。

心理干预

第一组ASD研究的目标是非语言沟通技巧。在共同注意力的技巧训练、虚拟角色[17，22，24-26]或机器人[27]会通过指向或凝视目标来非语言地暗示目标，然后指示孩子们注意目标[17，22，24-27]。模仿的技能是通过让孩子重复机器人的非语言动作来学习的[28-31]。其他应用程序集中在触觉交互让孩子与装有触觉感应器的机器人玩耍[31-34]，的时间用虚拟角色玩游戏的行为[17]或机器人[30.),而面部和情绪识别通过重建动态照片中的人脸[22]。

侧重于语言技能的应用程序使用eca来教孩子沟通技巧例如一般谈话[35，36]和反欺凌策略[37]，刺激多人游戏中的合作[21，38，39]。最后,一个求职面试培训应用程序允许用户与虚拟面试官练习[23]。正是在这组ASD研究中，我们发现了仅针对成人的三种应用[23，35，39]。

其中四项教育援助应用涉及虚拟导师，目标是词汇[40]，日常生活技能[41]、泛自闭症障碍儿童的一般教育需要[42]，以及对习语的理解[43]。一项研究使用人形机器人教孩子们身体姿势，并帮助他们的身体意识[44]。

ECA技术

从技术角度来看，许多研究的重点是让eca通过人类交流方式与用户交流，最明显的是语音(n=18)，面部和凝视表情(n=15)，以及手势和肢体动作(n=14)。一个明显的例外是触摸(n=5)，它只能由人类用户使用。

很少有研究使用用户模型来个性化后续交互。静态用户模型主要用于按名称调用用户[24，25，27，42]，只有两项研究使用动态用户模型来个性化后续交互。在一项研究中26，情感识别被用于构建游戏的叙事，而在另一种情况下[23互动是根据用户的表现和与虚拟面试官的融洽程度来组织的。只有两项研究允许用户与非洲经委会进行对话，均使用菜单对话[23，36]。

证据

虽然最常见的研究结果是行为(n=17)，大多数研究(n=21)是用临床样本进行的，但样本量通常很小(平均14.6[标准差14.2])，而且在许多情况下，行为结果是短期的，并且仅限于实验环境(例如，研究人员在实验过程中观察到儿童-机器人的互动[31])。大多数研究仍处于开发(n=13)和试点(n=11)阶段。

两项ASD研究已经超越了开发和试点阶段。在第一项研究中[23]，采用随机对照试验(N=26)对网络平台虚拟现实(VR)求职面试培训进行评价。用户将接受面试官的面试，并可以要求教练就他们的表现提供反馈。用户可以通过基于菜单的系统与面试官互动，但他们也可以选择大声说出自己的选择，以帮助他们练习语言技能。面试官可以被配置成具有不同的个性(从友好和随和到刻薄和问非法问题)，并根据用户的答案和跟踪两者之间融洽程度的用户模型做出回应。采访者使用语音输出，通过面部表情和凝视表情传递动态的情绪状态。与没有接受干预的对照组相比，在角色扮演面试中，用户的研究人员得分面试技巧和自信心都有了显著提高。尽管这一结果很有希望，但与传统的求职面试技能培训项目相比，该应用程序在现实环境中的普遍性和有效性仍不清楚。

第二项研究使用计算机程序来提高自闭症儿童的共同注意力、情绪和面部识别能力。22]。它包括用人脸的动态逼真照片进行练习，在成功完成后“栩栩如生”。这项干预还包括一个动物化身教练，由一张真实的照片体现，提供额外的动机强化。在一项随机对照研究(N=49)中，与儿童使用绘画软件的对照条件相比，发现干预更有效。患有高功能自闭症和低功能自闭症的儿童在情绪识别和观察社交技能方面都有所改善，而患有高功能自闭症的儿童在面部识别方面也有所改善。与其他评估研究类似，目前尚不清楚这种干预与针对类似社交技能的传统干预相比如何。

抑郁症

共有n=10项研究针对抑郁症。这些研究围绕CBT干预(n=4)、咨询(n=3)、自我管理技能(n=2)和社交技能训练(n=1)展开。大多数应用程序(n=6)是基于Web的，eca履行的社会角色是教练(n=6)或卫生保健提供者(n=5)。eca提供的匿名性、它们与人类相比的可用性、它们的非判断性以及人们在安全环境中进行社会互动的能力是探索eca在抑郁症治疗中的应用的重要原因。

心理干预

基于cbt的应用程序的目标抑郁症的症状一般来说，有一个虚拟教练通过网络干预来指导抑郁症患者[45]，一张临床医生在网络干预中每周反馈的照片[46]，以及一个引导用户通过严肃游戏的幻想角色[19]。在[47]中使用的虚拟代理的要求45]通过焦点小组研究确定。

第二组应用程序探索了与虚拟代理的咨询元素，更具体地说，是引出自我表露，即通过虚拟咨询师在开放式对话中让人们谈论他们的问题[20.]，在现役士兵、退伍军人和他们的家庭中，通过基于网络的虚拟咨询师激发自我表露以及提供相关信息[48),而诊断由虚拟治疗师指导用户完成基于网络版本的贝克抑郁量表问卷[49]。

自我管理技能的目标是一个应用程序，支持住院病人在他们的放电过程［50]，以及一种抑郁症患者可以练习的严肃游戏交流他们的健康有一个虚拟医生[51]。

最后一项研究涉及的是[23]，这次的目标是患有其他精神障碍的人，包括抑郁症[52]。

ECA技术

从人类交流方式的使用来看，最先进的技术发展发生在咨询干预方面，这是由南加州大学(USC-ICT)联合创新技术研究所(Institute for Creative Technologies)进行的研究。多年来，他们开发了一个广泛的框架，允许用户通过语言和非语言行为以自然的方式与eca进行交流。在一项研究中48]，用户可以通过文本自然语言进行交流。通过言语和同步的非语言行为，ECA能够在谈话中采取主动，并探索与抑郁症和创伤后应激障碍有关的信息。另一项研究在用户输入方面采用了更先进的方法[20.]，其中用户的语言和非语言行为被作为输入，并用于让他们参与旨在自我披露心理问题的开放式对话。ECA被赋予了一套固定的话语和面试问题，应用反向渠道行为(例如，在听的时候说“嗯”和点头)和移情反应来与用户建立融洽的关系，并使用继续提示(例如，一个新的问题)来保持对话。

东北大学的关系代理小组采用了另一种技术上不太先进的方法，强调长期用户建模。在过去的十年里，这个研究小组已经为所谓的关系代理开发了一个框架，该框架应用了各种技术(例如，日常闲聊，移情显示，引用以前的交互)，通过基于菜单的对话在多个交互中与用户建立持久的关系[50]。

最后一组研究侧重于基于用户与应用程序本身的交互实时建模用户的情绪状态，例如，基于他们对抑郁问卷的回答[45，49]。

证据

研究最多的结果(n=8)是用户满意度。虽然关注自然交互和移情建模等更先进技术的研究仍处于发展阶段(n=5)和试点阶段(n=2)，但n=3的研究超越了这一点。

围绕实施问题的唯一研究[19]关注了一项关于SPARX可接受性的焦点小组研究(N=16)， SPARX是新西兰开发的一种游戏化CBT干预，在这种干预中，玩家可以使用一根棍子来射击身体上表现出来的消极想法。这样的eca在SPARX游戏中并不是一个主要的主题，但是经常会提到一个向导角色。玩家可以选择自己的角色，在整个游戏过程中通过与用户的对话提供指导。澳大利亚的参与者表示，重要的是导游的性别可以定制，他们不介意导游的外国口音，并且喜欢能够与导游交往的想法。作为一项焦点小组研究，目前尚不清楚这些结果是否适用于实验环境。

第一项评估研究(N=134)使用临床医生的照片作为体现，在计算机化的接受和承诺治疗中提供自动动机支持[46]。用户不能直接与ECA交互，通过基于用户在干预中的操作的用户模型，按照预定义的时间表进行个性化支持。研究发现，接受自动ECA反馈的参与者并不比接受真实人工支持的参与者参与度低得多。虽然这个结果非常有趣，因为非洲经委会的支助与真正的人力支助相比较，但非洲经委会本身很少使用最先进的非洲经委会技术，因此在非洲经委会的设计方面，我们几乎没有什么可做的。第二项评估研究涉及另一项随机对照研究(N=37)，使用工作面试培训应用程序[52也被用于自闭症[23]。同样，在角色扮演的访谈中，用户的研究人员打分的访谈技巧，以及用户的自信心，与没有接受干预的对照组相比，都有了显著的提高。

开发和试点研究为我们提供了一些初步证据，证明在严肃游戏中与虚拟医疗服务提供者进行健康交流是有效的[51]，在基于cbt的干预中，eca应该具有指导作用，可配置，适应性强，值得信赖，引导而不是指令，并且能够移情表达而不将负面情绪反映给用户[47具有移情能力的eca比没有移情能力的eca更受重视[45，49，人们在与ECA互动时并不比与人类互动时体验到更少的融洽关系[20.，人们喜欢与ECA互动的匿名性[48与非抑郁症患者相比，抑郁症患者与指导医院检查程序的虚拟护士有更强的合作关系[50]。

焦虑性障碍

针对焦虑症的研究有N=5项，采用CBT (N= 2)或咨询(N= 3)干预。eca承担了社会互动伙伴(n=3)、医疗保健提供者(n=2)和导师(n=1)的角色，其中大多数是在独立软件中实现的(n=3)。使用eca治疗焦虑症的原因与抑郁症相似。

心理干预

咨询研究尝试了各种技术，在虚拟代理的咨询过程中诱导自我表露。我们已经讨论过一项研究[20.对于抑郁症的研究，另外两项研究的重点是在寻找新室友的背景下，从焦虑的人那里获取个人信息[53]和咨询[54]。在基于cbt的应用中，虚拟动物帮助儿童克服在严肃游戏中的表现焦虑[55]，而虚拟角色在虚拟现实环境中引发焦虑[56]。

ECA技术

这里最具创新性的是咨询研究，也是由南加州大学信息通信技术学院进行的。虽然所有三个环境评估均基于相同的架构，但在[53]及[54不同于[20.在所谓的“绿野仙踪”范式被用来控制eca的言语行为，也就是说，它是由研究人员控制的。然而，这违背了我们在语言行为方面对代理的定义，所谓的融洽代理人的非语言行为是完全自动化的。通过解读用户语音输入的语音方面，以及他或她的非语言行为的视频记录，他们能够自己表现出适当的非语言行为。

证据

我们考虑的应用程序仍处于开发(n=2)和试点(n=3)阶段，并且没有使用主要的结果测量。尽管一些研究的样本量很大(N=351 in [20.]， N=108 in [53])，没有一项研究以临床样本进行实验。

在这些研究中，与我们的目的最相关的是发现社交焦虑水平较高的人可能会发现向ECA透露个人信息比向人类更容易[53，在这方面，人类背景故事可能比(真实的)计算机背景故事更有效[54高度焦虑的人在VR环境中接近角色的速度更慢，并且与不那么焦虑的人保持更多的距离[56]。

创伤后应激障碍

共有n=4项研究针对PTSD。此外还有两项针对抑郁症的咨询干预研究[20.，48]，一项研究提出了基于cbt的基于网络平台的虚拟教练[57]，还有一个是关于严肃游戏治疗环境中的虚拟向导[58]。这些研究涉及eca扮演教练(n=3)和保健提供者(n=1)的角色。

心理干预

在第一项研究中[58，在一个虚拟的治疗环境中，一个幻想角色充当了一个吸引人的信息库，为退伍士兵提供刺激社会同志关系、治疗活动和个人探索的机会。另一项研究涉及创伤治疗专家的焦点小组，其中收集了支持基于web的暴露治疗应用程序的虚拟代理的设计需求[57]。

ECA技术

从技术角度来看，最有趣的发展发生在我们已经讨论过的两项研究中。[的指南]58是在“第二人生”虚拟世界平台中建立的私人空间中作为虚拟角色实现的，但其设计细节尚不清楚。

证据

所有研究(n=4)仍处于开发阶段。即使[58]的样本量令人印象深刻(N=700)，但重点仍然是治疗环境本身的可用性。来自焦点小组研究的虚拟教练建议指南的一些例子(N=10) [57他们认为，医生应该承认病人的感受，当他们表示希望戒烟时提醒他们自己的目标，在赞美时要真实，绝不表达负面情绪。

精神障碍

涉及精神障碍的n=4项研究围绕社交技能训练(n=2)和自我管理(n=2)展开。除了基于网络的求职面试培训应用也针对抑郁症[52]，两个应用程序在独立软件中实现，一个在VR环境中实现。有趣的是，这组研究是唯一一个考虑eca在所有四种社会角色中的研究。探索在精神障碍治疗中使用eca的重要原因是社交技能可以在安全的环境中练习，并且eca可以随时提供支持或信息。

心理干预

两项研究应用了抑郁症章节中描述的关系代理框架[50]，并使用ECA来主持一个系统，该系统提供一般生活方式支持，重点是促进精神分裂症患者在一个月内的药物依从性[18，59]。在另一项研究中，精神分裂症患者可以练习会话技巧与虚拟人物在虚拟现实社会情境中进行互动[60]。

ECA技术

基于关系代理框架的自我管理干预使用了一组类似于[50来发展虚拟精神科护士和用户之间的长期关系。[中的对话]60采用了分支树模型方法，允许用户通过多种选择菜单进行交流。虚拟教练可以在用户陷入消极情况时提供帮助。所有的研究都允许用户通过基于菜单的对话框与eca进行交互。

证据

虽然在各种疾病下尚未讨论的研究均处于试点阶段(n=3)，样本量也相当小(mean 19.8 [SD 11.9])，但它们都研究了临床人群。然而，可用性(n=3)和满意度(n=4)结果的研究最频繁，结果是积极的，有一些初步证据表明，关系代理应用程序帮助精神分裂症患者坚持他们的药物摄入[18，59并且虚拟现实社交情境在精神分裂症患者中引起的负面症状与现实世界中预期的相似[60]。

物质使用

所有针对物质使用的ECA应用程序(n=4)都是基于Web的，并包括CBT元素。eca承担了教练(n=2)和卫生保健提供者(n=2)的角色。在药物使用的情况下使用eca的主要原因是，它们比支持性人类更容易获得，从而增加了可及性。

心理干预

在[61]，在一项名为REALU2的干预活动中，一位“改版主持人”被用来传递和突出个性化的内容，该干预活动的目标是健康的生活方式行为，重点是戒烟。戒烟亦是[62]，该研究调查了基于动机访谈的拟议虚拟代理干预的可接受性。动机性访谈被用于针对问题饮酒行为的简短干预[63，64]。

ECA技术

在[61根据用户与干预程序的互动方式来传递个性化信息，但其设计细节尚不清楚。[63允许用户通过一个基于菜单的系统与虚拟咨询师互动，并记录他们的面部表情来推断他们的情绪状态。用户输入和情感状态的结合使得ECA能够引导对话并做出共鸣的回应。在[64]，通过使用语音而不是基于菜单的输入，努力使与同一系统的交互更加自然。

证据

这组研究包括一项处于评估阶段的研究，该研究的参与者人数在所有研究中最多(N=1317名有吸烟史的成年人)。在一项随机对照试验中，发现ECA干预在减少自我报告吸烟方面比对照条件下参与者使用基于一般生活方式支持的干预更有效。同伴支持进一步提高了非洲经委会干预措施的有效性。由于没有详细描述非洲经委会的设计，也没有将有非洲经委会的干预与没有非洲经委会的干预进行比较，因此尚不清楚非洲经委会本身如何对结果作出贡献。一项关于简短动机干预的随机对照试验为eca共情行为的重要性提供了一些证据[63]。在各种结果测量中，使用移情模块的ECA比没有使用移情模块的ECA表现明显更好，但关于物质使用的长期影响尚不清楚。

讨论

主要研究结果

本综述旨在使卫生专业人员了解临床心理学中ECA应用的技术可能性和证据基础，并概述这一研究领域的活动。在心理治疗中使用eca的研究正在兴起(图3，图a)，我们回顾了N=49项研究，其中大多数针对asd (图3(见图b)。在一些应用中，ECA被用作也可以独立使用的干预措施的辅助手段，而在一些应用中，ECA与用户之间的相互作用是核心。前者主要是基于cbt的项目、教育辅助和自我管理干预，而后者主要是社会互动技能培训干预和咨询干预。到目前为止，社会技能训练干预是最受自闭症谱系障碍患者欢迎的，这也使其成为总体上主要的干预类型(图3(见图c)。因此，作为社会交往伙伴的eca是最常见的(图3(图e).非洲经委会的应用和干预措施种类繁多(例如，图3，图d)使得提供干预措施和非洲经委会社会角色的分类成为一项重要的任务。虽然临床行为结果是研究最多的(图3在许多情况下，它们仅限于在样本量相对较小的实验中进行前后测量。因此，很少有研究超过试点阶段(图3，图h)。

ECA技术

与人类用户相比，通过人类交流方式(如手势、表情和言语)进行交流的能力方面的平衡非常有利于eca (图3然而，改变这种平衡的工作已经在社会互动培训和咨询干预的研究中进行了。后者大量使用了技术上更先进的用户建模(例如，实时情绪状态)，以及人类与计算机系统交流的创新方式，例如，通过解释自然语言、语音输入的语音方面和记录非语言行为。虽然ASD和咨询干预更注重短期，但也有一些活动通过使用较少的技术用户模型来建立长期关系，这些模型的输入来自对话树系统，并通过干预界面本身与eca进行间接沟通。考虑到应用这些技术的研究的发展阶段，更高科技的解决方案似乎最适合于客户-治疗师关系的实验性研究，或筛查抑郁症或创伤后应激障碍(例如，[20.]或[48])。目前，较低技术含量的方法已被评估得最彻底，因此，似乎最有希望在常规临床实践中直接应用。

证据基础

从评估阶段的研究中，我们了解到有合理的证据表明:(1)eca可以对用户参与和参与产生积极影响，(2)它们可以作为现有精神障碍干预措施的辅助手段，在这个意义上是有效的，(3)在与用户互动时，它们传达同理心是很重要的。我们考虑的评估研究的一个重要限制是对照组的性质。除了Kelders的研究[46]，没有人将ECA干预与常规实践中使用的常规治疗进行比较，也没有人将ECA干预与没有ECA的干预进行比较。此外，更严格的研究要么很少强调eca的作用和设计，要么间接地针对障碍(例如，工作面试技巧)。尽管大多数发展和试点研究在可用性和用户接受度方面显示出有希望的结果，但我们仍然没有确凿的证据表明，拟议的应用是现有治疗方法的合理替代方案，或者将eca用作现有干预措施的辅助措施，弥合引导和非引导干预措施之间的差距，使其更具临床效果。

未来的工作

在表1，可以识别出一些值得注意的空白点。最明显的是缺乏评估和实施阶段的研究，这需要更多的研究和更大的样本量，合适的对照组和临床人群。在这方面，该领域的新兴性质是一个令人放心的考虑。另外两个值得注意的空白点是针对自闭症患者的基于web的ECA应用程序，以及ECA技术在一般VR应用程序中的使用。考虑到个别研究的描述，通过比较对照研究中的不同参数设置，关于有效的ECA配置还有相当多的研究要做。

基于网络的认知行为疗法

回到在互联网干预中提供支持，我们知道并非所有人都需要相同数量的支持，例如，考虑到内在动机低的人比那些已经有动力或更喜欢自己工作的人从人类支持中获益更多[5]。例如，关于患者动机的用户模型可以有助于准确把握ECA支持的时机，例如，在动机低时提供支持，而在动机已经高时不打扰他们。考虑到人类支持可以提高互联网干预有效性的工作机制，在治疗依从性领域开展的工作很少，这使得这成为我们在增加动机方面集中努力的相关目标。

与扩展证据基础相关的另一个重要观点是Help4Mood项目[45]和Kelders的研究[46]。Help4Mood项目试图将基于网络的cbt治疗与技术先进的ECA结合起来，这种ECA通过语音进行交流，并赋予动态情绪模型，用于实时传达同理心。在Kelders的研究中[46]，在已经存在的干预中，自动文本反馈通过伴随临床医生的照片来体现。Help4Mood在技术上更具挑战性，但需要长时间的开发和试验。由于非洲经委会在干预中发挥着如此重要的作用，简单地将非洲经委会作为一项已经存在的、评价良好的干预措施的附属品来研究其效果，远非直截了当。相反，必须围绕非洲经委会框架进行干预，由此产生的新干预将再次必须经过发展阶段。每当我们考虑采用我们遇到的其他ECA框架之一时，这是一个普遍的问题，例如关系代理组的Litebody [65]和USC-ICT虚拟人工具包[66]，特别是如果我们考虑到与人类语言或非语言行为相比，Help4Mood中使用的输入仍然相对简单易懂。

低技术含量的方法

如果我们想研究如何改进已经在该领域开展的干预措施，一种类似于[46]可以被提倡，因为它(1)节省了开发时间，可以用来设计和建立更大规模的研究，(2)迫使我们思考可以使ECA有效的核心属性，(3)使我们更容易判断在临床环境中使用ECA是否安全。鉴于迄今为止关于eca临床有效性的证据很少，这种方法及其三个优势可能正是我们研究如何在现有的互联网干预中有效地使用eca所需要的:(1)开展超越试点阶段的研究，(2)确定使ECA在互联网干预中有效的核心属性，使ECA设计更有针对性，更节省时间，(3)在临床人群中进行实验，这样我们就可以研究ECA对临床结果的影响。

限制

我们对eca的定义有三个组成部分。在体现和交互能力方面，我们采取了自由的立场，但我们对代理的要求是相当保守的(自主行为和推理)。这从我们的综述中排除了相当数量的研究(在全文筛选中有29篇)，有些人可能认为这些研究是相关的。关于自主行为的标准，我们排除了很多使用通常被称为“绿野仙踪”范式的研究，在这种范式中，ECA的行为不是由软件实体控制的，而是由人类操作员控制的。例如，在一项研究中，一名ECA代表精神分裂症患者的幻觉声音，说出了一名治疗师转换后的话语[67在其中一项研究中，一名研究人员控制了一个旨在改善癌症住院儿童情绪的机器人。68]。有一个研究的例子被排除在外，因为嵌入的角色缺乏推理能力，也就是说，无论用户输入如何，ECA都会采取相同的行动。[69]。

虽然非洲经委会的研究本质上是跨学科的，但我们避免太深入技术方面。这是因为我们的目标受众是一般技术背景较差的卫生专业人员，我们希望重点为他们开放ECA领域，并为他们提供常规临床实践应用的现有证据概述。由于这个原因，我们避免了高度技术性的讨论，例如，口头和非口头的ECA能力。然而，必须指出的是，根据人们希望在今后的工作中如何使用ECA，可以围绕ECA设计方面调查许多更详细的问题，例如对特定疾病或ECA干预类型的所需能力及其影响。关于我们的搜索策略，我们专门寻找提到eca的文章。唯一包含的关于SPARX的文章就是一个例子，它实际上得到了更多研究的支持，而不是这里所回顾的(例如，[70])，有可能我们遗漏了一些描述eca使用的严肃游戏或VR环境的文章，但没有特别提到。

另一个限制与我们所考虑的书目数据库有关。计算机科学研究出版物比心理学研究出版物更分散，计算机科学数据库不太适合系统搜索。虽然我们的跨学科方法已经比通常的心理学研究更广泛，但我们可能会错过相关的研究，例如，IEEE(电气和电子工程师协会)的Xplore数字图书馆或b谷歌学者。由于实际限制，我们没有使用IEEE Xplore数字图书馆，而b谷歌Scholar则是因为其搜索算法经常更新和个性化，这使得复制搜索结果变得困难。此外，由于实际的限制，我们没有进行灰色文献的检索，也没有通过交叉引用进行人工检索，也没有在原始文献之后进行后续检索。

虽然将eca应用于心理治疗的想法并不新鲜(例如，[71，72])，据我们所知，这是第一次以系统的方式专门考虑eca的心理治疗应用的综述。有几个研究领域与我们的研究密切相关。其中之一是社会机器人研究，通常侧重于为老年人提供陪伴(例如，73])或患有痴呆症的人(例如，[74])。虽然这一领域的研究可以被看作是防止孤独可能带来的心理后果的一种尝试，但我们并不认为重点是精神病理学。针对自闭症的机器人应用已经被回顾过(例如，[75])，但没有我们的ECA概念所隐含的约束。因此，许多机器人应用不符合我们的代理标准，也就是说，它们不能自主或智能地行动。除了对机器人的研究之外，还有大量关于虚拟代理在其他高度相关领域的应用的文献，我们可以从中汲取灵感。虽然这篇综述只关注心理治疗的应用，但似乎没有理由不考虑，例如，动机[9]，教育学的[76]，或生活方式支持剂[77]。

结论

对eca的心理治疗应用的研究正在兴起。我们确定了49项研究，其中一半以上是针对自闭症的。该领域的特点是在所有方面都多种多样，例如干预类型、目标行为、平台、ECA体现、沟通方式、ECA“心理”状态和研究设计。虽然有几项研究超过了开发和试点阶段，正如在一个相对较新的领域可能预期的那样，但关于ECA应用的临床有效性的证据仍然很少。技术先进的ECA应用非常有趣，并显示出有希望的结果，但其复杂性使得目前难以证明它们在临床实践中是有效和安全的。因此，目前，临床实践似乎很好地服务于基于使ECAs有效的基本原则的更低技术含量的方法，这种方法可以更快地通过开发和试点阶段，因此可以更容易地证明在常规临床实践中是安全有效的。