本文是一篇系统综述（systematic review），发表于Journal of Medical Internet Research，2026年9月25日在线发表，DOI为10.2196/98432。该综述由来自韩国延世大学的Seongwoo Yang、Ju Hyun Jin、Seng Chan You、Min Jung Kim和Kyung Won Kim共同完成，其中Seongwoo Yang、Ju Hyun Jin和Seng Chan You为共同第一作者，Kyung Won Kim为通讯作者。研究团队分属于延世大学数字健康研究所、生物医学信息学系、医学系和儿科系，以及韩国国民健康保险服务一山医院儿科和延世大学龙仁世福兰斯医院儿科。

本文的主题是儿科医疗聊天机器人（pediatric health care chatbots）的现有证据整合与未来方向探讨。与成人领域相比，儿科医疗聊天机器人的研究仍处于起步阶段，但儿童和青少年时期是健康行为和自我管理能力形成的关键期，因此有必要专门评估此类工具对健康相关结局（health-related outcomes）的影响。作者系统检索了PubMed、Embase、Scopus、PsycINFO、Cochrane Library和Web of Science六个数据库，不设发表年份限制，最终纳入9项符合标准的研究。纳入标准要求研究评估面向儿童（年龄小于19岁）或其照护者（caregiver）的医疗聊天机器人，并且必须报告健康相关结局；仅报告技术可行性、可用性或接受度的研究被排除。研究质量通过混合方法评估工具（MMAT）和牛津证据等级2（Oxford Levels of Evidence 2）进行评价。

本文的主要观点可以归纳为以下几个方面。

第一，当前儿科医疗聊天机器人的证据基础薄弱且异质性高。纳入的9项研究中，5项（55.6%）仅纳入儿童参与者，3项（33.3%）仅纳入照护者，1项（11.1%）同时纳入儿童和照护者。研究设计以混合方法研究（mixed methods study）为主，共5项（55.6%），随机对照试验（randomized controlled trial，RCT）仅2项（22.2%），纵向观察性研究和探索性试点研究各1项（各占11.1%）。更为关键的是，6项研究（66.7%）缺乏对照组（comparator），仅2项以常规照护（usual care）为对照，1项使用阳性对照（active comparator）。从技术路线来看，4项（44.4%）聊天机器人为规则驱动（rule-based），3项（33.3%）为人工智能驱动（AI-based），2项（22.2%）技术路线未明确报告。这些数据表明，尽管儿科医疗聊天机器人在多个健康场景中开始出现，但其临床验证仍处于早期阶段，研究设计上的局限使得难以得出稳健的结论。

第二，健康和心理社会结局（health and psychosocial outcomes）呈现混合结果，客观临床指标往往为阴性。例如，Bray等2020年在英国开展的研究纳入了80名接受医疗操作的儿童及其父母，结果显示聊天机器人组的儿童术前焦虑显著低于对照组（P=.008），父母的术前焦虑也较低（P=.05）。Boggiss等2025年在新西兰开展的针对1型糖尿病青少年的研究（n=40）报告，在使用自我慈悲聊天机器人（Compass）6周后，糖尿病相关困扰（diabetes distress）降低（报告的平均差为−4.71），情绪幸福感增加（+1.41），但糖化血红蛋白（HbA1c）保持稳定，无显著变化。Hunsrisakhun等2024年在泰国开展的针对幼儿龋齿预防的随机试验（n=303，照护者参与）显示，虽然口腔健康知识和预防行为在组内有所改善，但干预组与面对面培训组在龋齿和牙菌斑等客观指标上无显著差异。Escobar-Viera等2023年在美国针对农村LGBTQ+（lesbian, gay, bisexual, transgender, queer or questioning, and other sexual and gender identities）青少年抑郁症和社交隔离的探索性试点研究（n=20）未观察到抑郁症状或社交隔离的显著改善。这些结果提示，聊天机器人在主观体验和情绪层面可能产生一定获益，但转化为客观生理或临床指标的变化仍需更多证据支持。

第三，行为和认知结局（behavioral and cognitive outcomes）总体呈现有利变化，但主要依赖主观或照护者报告。Pupong等2025年在泰国开展的研究（n=58，照护者参与，儿童年龄6至36个月）显示，照护者报告的刷牙行为从72.4%提高至93.1%，保护动机理论（protection motivation theory，PMT）相关得分平均提高0.5分。Lee等2024年在韩国开展的研究（n=42，青少年）报告每周糖摄入量减少约60%（P=.03），饮料相关知识显著改善。然而，客观的医疗服务使用结局呈现分歧。Hou等2025年在中国开展的一项集群随机试验（n=2671，照护者参与，针对人乳头瘤病毒（human papillomavirus，HPV）疫苗接种）发现，聊天机器人组的核实接种或预约接种比例显著高于常规照护组（风险比（risk ratio，RR）3.85，95%置信区间2.48至5.97），疫苗咨询也更高（RR 2.73）。相反，Massa等2023年在巴西针对青少年男男性行为者的暴露前预防（pre-exposure prophylaxis，PrEP）需求促进聊天机器人（Amanda Selfie）研究（n=130）显示，其临床预约和PrEP启动率低于其他同伴主导的社交网络策略。这说明聊天机器人在行为促进方面的效果可能高度依赖于具体健康议题、目标人群和使用情境。

第四，聊天机器人的设计特征呈现出明显的发育阶段（developmental stage）分化模式。在婴幼儿期（0至3岁），干预主要由照护者介导，内容聚焦健康教育和照护者行为改变，多媒体元素包括图片、动画、歌曲、音频和视频，个性化功能包括记住儿童姓名和回顾既往对话。在儿童期（4至12岁），设计更强调直接儿童参与和互动学习，融入了定制信息、虚拟形象（avatar）、游戏化、增强现实（augmented reality）和自定进度学习，同时支持亲子共同使用以准备医疗操作。在青少年期（13至19岁），聊天机器人覆盖更广泛的主题，包括健康行为改变、心理健康、慢性病自我管理、疫苗接种和性健康，通常由青少年直接使用；沟通风格偏向非正式、对话式和身份敏感，常用表情符号（emoji）或文化相关表达，同时隐私和安全考虑更加突出，尤其是在涉及心理健康或敏感话题的干预中。这一模式表明，儿科医疗聊天机器人不应被视为成人软件的简化版，而应根据认知发展和社会需求进行发育阶段特异性的界面与功能设计。

第五，照护者参与（caregiver involvement）的角色具有双重性和情境依赖性。对于婴幼儿，照护者是实际上的唯一用户；对于青少年，照护者参与通常有限，但在涉及父母决策权的情境（如疫苗接种需要父母同意）中会增加。照护者参与可通过两条路径改善儿童健康结局：一是提高照护者的健康素养从而间接影响儿童；二是亲子共同使用聊天机器人促进家庭讨论并强化健康行为。然而，在性健康或心理健康等敏感议题中，过度强调照护者参与可能侵犯青少年的隐私和自主权，因此这类干预通常直接面向青少年本人。

第六，当前证据存在明显的方法学缺陷和公平性挑战。MMAT质量评估显示，非随机研究在人群代表性（0%）和混杂因素调整（0%）方面存在严重不足；随机对照试验在盲法、基线可比性和结局数据完整性方面也存在局限；混合方法研究在各组成部分的有效整合和分歧解决方面表现不佳。此外，数字健康公平性（digital health equity）问题值得关注，部分研究发现聊天机器人的使用和参与度因教育水平和种族而异，更有利于社会经济地位较高的亚群体。作者据此提出，未来的设计、评价与实施应明确目标年龄组，根据发育阶段和健康议题决定照护者参与方式，并确保隐私保护机制能够平衡父母同意与青少年自主权。同时，作者呼吁采用更大规模、更长随访周期的试验，并依据新兴报告指南（如CHART和CONSORT-AI）透明报告人工智能实现细节，以建立安全、有效的儿科干预证据基础。

本文的学术价值在于，它将儿科医疗聊天机器人的现有证据置于发育心理学的框架下进行系统分析，明确了不同发育阶段的用户角色、内容重点和交互特征，而非简单沿用成人聊天机器人的研究范式。其应用价值在于，为临床医生、数字健康开发者和政策制定者提供了针对儿科人群的循证参考和设计考量。然而，由于纳入研究数量少、异质性高且多数缺乏对照组，当前证据尚不足以支持儿科医疗聊天机器人在临床实践中的广泛推广，未来研究需着力于长周期结局评估、客观临床指标测量和公平性改进。