我们搜索了8个数据库(IEEE、ACM、施普林格、ScienceDirect、Embase、MEDLINE、PsycINFO和谷歌Scholar)来收集与该主题相关的研究。对于谷歌Scholar，我们只使用每个搜索字符串的前100个结果，因为谷歌Scholar首先返回属于每个搜索查询的最相关的结果。搜索在2019年9月9日至2019年9月13日期间进行。对于前向引用列表检查，我们使用了谷歌scholar的引用功能。我们还检查了纳入研究的参考文献列表，以回顾反向参考文献列表。

我们使用两组不同的搜索词来搜索数据库。搜索词集是根据数据库索引的研究类型决定的。对于主要索引医疗领域研究的数据库(Embase, MEDLINE, PsycINFO)，我们依赖于与干预严格相关的关键字(例如，聊天机器人，聊天机器人，会话代理，会话机器人)。对于没有特定应用领域的数据库，除了与干预相关的单词外，我们还使用与医疗领域相关的关键字(例如，health、medical、illness、disease、disability)。中给出了用于搜索数据库的搜索策略 多媒体附件2．

研究中的聊天机器人包括4个主要模块:文本理解模块、对话管理器、文本生成模块和数据库层，数据库层包含聊天机器人训练和功能所需的各种类型的信息。 图2展示了聊天机器人开发的高级体系结构以及组成它的不同模块之间的关系。下面的小节重点介绍了前面提到的每个组件是如何实现的。

文本理解模块是用户直接与之交互的模块。文本理解模块的功能是在生成特定答案之前从用户输入中提取含义。在纳入的研究中，有7种方法用于文本理解。模式匹配方法是最常见的，45个聊天机器人中有18个(40%)使用。许多文本理解方法都可以归入模式匹配。在纳入的研究中报道的不同模式匹配方法如下:关键字匹配或字符串匹配，其中用户输入的特定关键字或字符串匹配到存储在数据库中的脚本，这在11项研究中使用[ 10- 15， 32， 33， 46， 48， 50]，或可扩展标记语言(XML)变体，如人工智能标记语言(AIML)，这些语言在7项研究中使用[ 16， 17， 34- 37， 47］．第二种最流行的方法是使用机器学习方法来理解文本，在6项研究中使用了这种方法。这些研究大多使用监督机器学习算法，包括决策树和随机森林。这包括决策树组，其中每棵树都以投票的形式对文本进行分类，而森林则选择对森林中所有树投票最多的分类。机器学习培训材料有时基于从医院信息系统和电子健康记录中提取和匿名的真实健康数据。在其他情况下，聊天机器人接受了从谷歌News数据集中提取的数十亿个单词的训练[ 18， 19， 38， 39， 49， 51］．另外6项研究依赖于谷歌的Dialogflow等网络服务。Web服务通常是通过计算机服务器提供的，该服务器通过网络(如internet)上的端口响应请求，以在Web上解决特定的域问题。他们还可以混合使用机器学习和基于规则的方法来生成可定制的聊天机器人实现。三项研究使用基于自然语言处理的方法，如命名实体识别，从用户输入中提取意义。为了开发聊天机器人，其中两项研究使用了基于规则的方法，其中聊天机器人由一组IF-THEN规则或基于状态的系统操作。一些研究依赖于固定的输入法，即用户从可能的输入列表中选择输入。固定输入聊天机器人在技术上不需要经过文本理解模块，因为系统不需要解释用户输入。输入只需要定向到对话管理器。一些研究提出了几种混合文本理解方法。 Hybrid approaches use a combination of 2 or more of the previously mentioned methods for text understanding. 表2总结了提出的不同文本理解方法以及每种方法下的研究。

在报道的研究中，对话管理模块的输入是文本理解模块提供的经过处理的用户自由文本输入。对话管理模块控制对话的不同方面，并将每个用户输入链接到适当的输出。在包括的研究中，报告了两种主要类型的对话管理技术:静态对话管理和动态对话管理。在静态对话框管理的情况下，使用模式匹配算法(25/45)或使用一组规则(7/45)将用户输入直接匹配到适当的输出。在动态对话管理的情况下，对话的上下文根据特定的用户输入特征而变化。上下文切换可以通过训练机器学习算法从用户输入中识别上下文(5/45)或使用web服务进行意图识别(4/45)来完成。 表3总结了不同的对话管理方法以及对应于每种方法的研究。

所包含的研究中的大多数聊天机器人都包含3种数据存储库类型中的一种或多种。大多数纳入的研究保留了医学知识库(28/ 45,62%)。医学知识库包含与所开发聊天机器人应用领域相关的医学信息。医学知识来源可以是本地的，例如从医务人员那里获得，也可以从维基百科或其他网站等在线资源中收集。医学知识可以在教育聊天机器人的上下文中呈现给用户(17/45)[ 12- 14， 19， 23- 25， 27， 32， 34， 41， 46， 48- 51， 53]，或者可以用来训练机器学习算法(5/45)[ 39， 40， 43， 44， 51］．许多已开发的方法存储用户数据，并使用这些数据来定制聊天机器人的响应并改进其功能(11/45)。对话脚本是第三种数据存储库类型，它们通常由使用模式匹配作为文本理解或文本生成方式的聊天机器人保存(5/45)。少数研究没有提及存储的数据类型(9/45)。 表4总结了不同的数据库类型，并报告了保持每种数据库类型的研究。

文本生成模块为用户提供输出。在所包括的研究中，文本生成使用两种方法之一:固定输出或生成输出。固定输出方法在数据库中搜索最适合用户输入的输出，并将其呈现给用户。生成输出方法依赖于机器学习来生成由机器学习算法产生的原始自然语言输出。所包含的大多数研究中的聊天机器人提供了从数据库中提取的固定输出，除了[ 25， 39， 51]，提供使用机器学习和深度学习方法生成的输出，以及[ 43]，提出了一种可以提供固定输出和生成输出的混合方法。少数研究未报道输出生成方法，或由于输出模态不是文本而不适用[ 23， 24， 41， 42， 45］．

这篇综述主要集中在医疗领域的聊天机器人，没有具体说明应用领域，这使得它比以前进行的综述更全面[ 55］．包括不同医疗应用的其他检讨[ 56]给出了会话代理的一般分类，而我们给出了每个组件的开发技术的更细粒度的描述。从不同的应用领域搜索更多的库，使我们在研究中包含了比Montenegro等人更多的聊天机器人[ 56］．这就是为什么我们排除了绿野仙踪的研究，而它们在以前的评论中被使用。2018年和2019年早些时候进行了两项类似的系统回顾研究[ 57， 58］．第一项研究回顾了聊天机器人和会话代理的应用和评估措施，而第二篇论文则对医疗领域中聊天机器人系统的自然语言理解和机器学习所涉及的任务进行了批判性的回顾。这两篇论文都没有讨论在医疗领域使用聊天机器人的技术方面和开发方法。

本文只关注基于文本的聊天机器人应用程序，其中输入或输出模式都是编写的。这排除了输入或输出方式为语音或视觉的研究，以及机器人技术和基于电话的方法。之所以做出这样的选择，是因为我们希望专注于文本处理技术，而不是图像或语音处理，因为语音到文本技术也会给聊天机器人的开发带来错误和另一层复杂性。

我们对当前审查中包含的出版物类型实施了一些限制。这些限制可能导致遗漏了在其他研究场所(如研讨会、书籍章节和会议摘要)发表的部分已开发的聊天机器人。此外，将搜索限制在以英语发表的论文上，也可能会导致一些聊天机器人的缺失，这些机器人是为用其他语言交流而开发的，并以自己的语言发表。例如，我们没有包括用中文或阿拉伯语发表的讨论聊天机器人用这些语言交流的论文。

本文主要介绍了聊天机器人的发展过程，没有考虑这些方法对患者的影响。因此，从技术角度来看，一些纳入研究的实施可能是可行的，但这并不一定意味着从医学角度来看它们是有效的。

本文报告了在医疗领域中开发聊天机器人的技术方面。专家可以通过这种审查来确定最常见的开发方法，以帮助他们缩小选择范围，并决定哪种开发方法最适合他们的应用程序。

报告结果显示，大多数开发的聊天机器人都用英语与用户交流。虽然有一些人尝试用其他语言设计和开发聊天机器人，但在这方面还需要做更多的工作，特别是对于世界上大部分人口使用的语言，如中文和阿拉伯语。

尽管动态对话管理提供了更自然的用户体验，但大多数已开发的系统都依赖于静态对话管理方法。根据用户情绪或通过检测用户输入中的主题变化来改变对话上下文是聊天机器人开发中需要考虑的重要方面。

机器学习和人工智能方法在不同应用领域的会话代理开发中的使用最近有所增加。在开发聊天机器人时采用基于机器学习的方法的比例仍然相对较低，尽管近年来它一直在增加。监督式机器学习算法似乎更适合用于特殊医疗条件和疾病的聊天机器人的开发，而基于规则的方法则更多地用于开发用于一般医疗目的的聊天机器人。机器学习方法允许开发更智能的代理，通过提供更好的文本理解体验，包括更动态和灵活的对话管理，并生成更广泛的响应，从而提供更真实的用户体验。

由于这篇综述的目的是调查聊天机器人开发的技术方面，因此没有考虑进行临床试验的临床结果。进一步的综述将不同的开发技术与所开发的聊天机器人的临床结果联系起来是可能的和建议的。

在对话管理方面更开放和更广泛地采用最先进的方法[ 4]，文本理解[ 5]，以及文本生成[ 6]的方法可以真正有益于医疗领域会话代理的发展。

值得注意的是，开发聊天机器人的技术方面在研究中并不总是被明确提及。所设计的架构是一种通用架构，并不一定适用于每个已开发的聊天机器人。一个或多个组件可能被省略，聊天机器人可能仍然正常工作。