人工智能正为健康行为干预带来新可能。一项由佛罗里达大西洋大学查尔斯·E·施密特医学院研究人员主导的首项系统性综述发现，AI驱动的聊天机器人等数字工具在模拟“动机性访谈”（Motivational Interviewing, MI）方面展现出巨大潜力，有望帮助更多人改变吸烟、缺乏运动或不遵医嘱等不良健康习惯。 动机性访谈是一种以患者为中心的心理辅导方法，通过共情、引导和激发内在动力来促进行为改变，已被证实有效，但因临床时间有限、培训成本高和支付障碍，难以广泛推广。而AI聊天机器人、虚拟助手和移动应用可提供全天候、无评判的支持，模拟MI的核心对话技巧，如开放式提问、肯定和反思性倾听，尤其适合不愿接受传统心理干预的人群。 研究团队对现有文献进行了系统性梳理，发现目前多数AI工具为基于规则的聊天机器人，部分使用GPT-3.5和GPT-4等大语言模型。尽管这些系统普遍被认为在可用性和接受度方面表现良好，但其“MI契合度”参差不齐。许多研究未明确说明是否遵循MI的核心原则，评估方式也多依赖专家主观判断，缺乏标准化方法。 更关键的是，现有研究大多仅关注心理层面的积极变化，如“改变意愿”或“被理解感”，而极少报告实际行为改变的证据。长期效果更是几乎空白，多数研究随访时间短或缺失，难以判断AI干预能否带来持久行为转变。 研究负责人、医学院教授玛丽亚·卡门萨·梅希亚指出，许多数字干预虽然包含“动机性元素”，但并未清晰体现正式MI的实践流程。她强调，必须深入分析具体技术手段，并建立更严格的评估标准，才能真正判断AI是否“像人一样”进行有效对话。 研究还发现，用户虽认可AI的便利与结构化支持，但普遍感到缺乏真实人际互动中的情感深度和关系动态。干预对象涵盖普通成年人、大学生及特定慢性病患者，其中戒烟是最常见的应用领域，其次为戒酒、减压等。 研究团队总结认为，AI驱动的动机性访谈具有广阔前景，但要实现真正有效且可持续的健康行为改变，未来研究必须加强科学评估、提升透明度，并强化伦理责任。只有将可扩展的AI技术与经过验证的行为科学框架相结合，才能真正扩大优质行为干预的可及性，助力公众健康。