疫苗犹豫（Vaccine Hesitancy）现象正日益成为实现免疫目标的主要障碍。根据世界卫生组织提出的“3C”模型（信心-便利-自满），疫苗犹豫不仅源于对疫苗安全性与有效性的科学认知不足，更与健康信息可及性、社会文化规范及个体健康素养等因素密切相关。传统健康教育模式受限于单向信息传递与资源分配不均导致的服务可及性差异等问题，难以动态响应多元文化背景下的差异化需求，亟需创新性解决方案。
近年来，对话式人工智能（Conversational AI）技术的快速发展为突破这一困境提供了创新路径。通过整合自然语言处理（NLP）、机器学习与循证知识库，实现实时、个性化健康咨询，精准识别并纠正疫苗误解，同时通过交互式学习提升用户的健康信息处理能力。最新研究证据表明，人工智能聊天机器人作为创新性健康传播工具，在疫苗推广领域展现出多维应用价值，可有效破解疫苗信息可及性障碍与认知偏差，为应对全球疫苗犹豫挑战提供创新解决方案。
在促进HPV疫苗接种方面展现积极结果
2025年2月，由复旦大学侯志远等发表于Nature Medicine的一项整群随机对照试验研究创新性地采用面向家长沟通的人工智能聊天机器人干预模式，以评估其在提升中国城乡地区初中女生HPV疫苗接种率中的干预效果。
研究设计基于人工智能的HPV疫苗咨询聊天机器人，其核心架构采用GPT-4大语言模型，结合检索增强生成（Retrieval-Augmented Generation）和提示工程（Prompt Engineering）技术，通过动态调用专设的知识库实现实时精准应答。知识库内容严格依据中国疾病预防控制中心和国家卫健委等权威机构的指南构建，经公共卫生专家审核验证，涵盖七大核心模块：(1)流行病学数据（中国HPV感染率及疾病负担）；(2)疫苗免疫学特性（作用机制与保护效力）；(3)接种方案（WHO推荐年龄与中国推荐接种人群范围）；(4)安全性监测（全球及本土不良反应数据）；(5)卫生经济学（国产/进口疫苗成本效益）；(6)接种服务（预约导航系统）；(7)谣言应对（12类常见误区循证驳斥）。
系统也创新性采用“专家”“护士”双角色交互模式：专家模式提供专业学术应答(附参考文献)，护士模式运用动机性访谈技术进行共情沟通。通过德尔菲法优化算法参数，经两轮迭代测试（6名疾控专家验证内容准确性，20名家长评估用户体验）后，最终部署于微信和网页双平台。聊天机器人用户界面如图1所示。
研究于2024年1-5月开展，采用整群随机对照试验设计，以上海市（超大城市）及安徽省城乡地区180个初中班级为研究单元，最终纳入2671名12-15岁女生家长作为研究对象。参与者被随机分配至干预组（n=1294）和对照组（n=1377），干预组通过微信平台接受为期两周的AI聊天机器人个性化咨询服务，对照组则仅接受常规健康宣教。研究采用意向性分析（ITT），主要结局指标为干预期间家长为其女儿预约或完成HPV疫苗接种的比例，次要结局包括家长的疫苗知识水平、健康咨询行为及对疫苗谣言辨识能力等。结果显示，干预组HPV疫苗接种率（7.1% vs 1.8%）及医护人员咨询比例（49.1% vs 17.6%）均显著高于对照组（P<0.001），且农村地区的干预效果尤为突出（接种率为对照组的8.81倍）。进一步分析发现，高频使用聊天机器人的家长接种意愿更强，且采用“护士”角色设定的交互模式效果优于“专家”角色设定。
在韩国进行的另一项探索研究则发现参与者呈现高HPV认知，但接种行为并未显著提升的结果。Kim等人研究开发并评估了K-Bot（韩裔美国人群的AI双语（韩英）聊天机器人）在HPV疫苗接种促进中的适用性。结果显示，参与者HPV认知度较高，达90.5%，实际疫苗接种率则为52.4%。K-Bot的双语功能和本土化内容获得肯定，但参与者建议通过增加视觉元素、简化导航等提升用户体验。
应用有限，长期效果仍待评估
自 2010 年代中期以来，对话式人工智能在医疗保健领域的应用大幅拓展。在 COVID-19 大流行期间，因医疗系统负担加重，公众与医务人员的面对面咨询受限，对话式人工智能被大量应用，包括（但不限于）根据用户的 COVID-19 症状和风险因素对其进行分流，收集有关疾病症状和流行程度的数据，向公众发布信息、为捐献血浆等活动筛查康复患者，以及为医护人员和医疗机构之间的协调与沟通提供支持。
由Heidi Larson等在2023年发表的综述研究显示，对话式人工智能在疫苗沟通中的应用仍较为有限，多数仍处于初期探索阶段。迄今为止部署的“疫苗AI聊天机器人”设计相对简单，主要用于向用户提供事实信息，回答关于疫苗的问题。 此外，聊天机器人还被应用于疫苗信息标准化传递（如成分说明、接种程序）、接种服务支持（预约提醒、接种点导航等）以及有限范围的错误信息纠正。 作为新型健康传播工具，聊天机器人在改善疫苗决策方面展现出潜在价值。但由于研究设计存在样本量有限、对照缺失等局限性，其证据强度仍需审慎评估。
聊天机器人在提升疫苗素养方面具有独特优势，但在应用方面仍面临诸多挑战。Cosma等的系统综述纳入22项研究，证实这类工具可通过个性化互动显著提升用户的疫苗知识水平和接种意愿，特别是在应对COVID-19疫苗犹豫方面效果显著。然而，现有应用仍面临重要挑战：在技术层面，存在多语言支持不足、算法透明度欠缺等问题；在实施层面，则需特别关注数字鸿沟对服务可及性的影响，以及用户信任建立等关键因素。综合现有证据，虽然聊天机器人展现出良好的应用前景，但其长期效果、成本效益及伦理规范仍需更多高质量研究验证。
未来展望：技术创新与伦理约束协同
现有研究表明，对话式人工智能作为免疫接种的辅助工具前景广阔，虽然大语言模型（LLMs）能系统性分析疫苗犹豫的情感驱动因素，但多数系统仍处于发展初期，功能基础且个性化交互能力有限。
总结而言，尽管对话式人工智能在”动态监测-精准干预-效果评估”全链条支持方面具有核心价值，但当前的临床证据显示聊天机器人干预效果存在差异：可在一定程度上改善疫苗接种的态度，但对接种意愿的提升并不显著。值得注意的是，定制化干预比非定制化干预更能有效提升接种率，AI生成内容也有可能放大偏见与错误信息，而情感化错误信息传播速度远快于中性信息。
未来需通过技术创新与伦理约束的协同进化，将其转化为构建疫苗信心的战略性工具。例如在研究领域，可优先开展大样本随机对照试验，建立标准化评估体系，并特别关注：1）长期效果评估；2）不同人群特异性需求；3）应用的公平性与可及性。此外，考虑到对话式人工智能在疫苗沟通中可能存在的”精准识别”与”风险放大”的双重特性，未来在实践层面可考虑：1）构建早期预警系统，通过实时情感追踪识别疫苗犹豫热点；2）深化靶向干预设计，AI定制信息可使接种意愿提升；3）完善人机协同验证机制，将临床专家知识嵌入AI系统，通过“生成-审核-优化”循环机制确保信息准确性，降低疫苗信息答复中的错误率。
编译撰稿：李周蓉
审核校对：张馨予
排版编辑：刘子祺
参考文献：
[1] Hou Z, Wu Z, Qu Z, Gong L, Peng H, Jit M, et. al. A vaccine chatbot intervention for parents to improve HPV vaccination uptake among middle school girls: a cluster randomized trial. Nat Med. 2025 Apr 7.
[2] Passanante A, Pertwee E, Lin L, Lee KY, Wu JT, Larson HJ. Conversational AI and Vaccine Communication: Systematic Review of the Evidence. J Med Internet Res. 2023 ;25:e42758.
[3] Cosma C, Radi A, Cattano R, Zanobini P, Bonaccorsi G, Lorini C, Del Riccio M. Exploring Chatbot contributions to enhancing vaccine literacy and uptake: A scoping review of the literature. Vaccine. 2025 ;44:126559.
[4] Kim M, Kim E, Lee H, Piao M, Rosen B, Allison JJ, et. al. A Culturally Tailored Artificial Intelligence Chatbot (K-Bot) to Promote Human Papillomavirus Vaccination Among Korean Americans: Development and Usability Study. Asian Pac Isl Nurs J. 2025 ;9:e71865.
[5] Lu H. Generative AI for vaccine misbelief correction: Insights from targeting extraversion and pseudoscientific beliefs. Vaccine. 2025 ;54:127018.
[6] Wong CL, So WKW, Chan CWH, Choi KC, Li H. Effects of smartphone-based chatbot intervention to increase influenza and COVID-19 vaccine uptake among South Asian ethnic minorities in Hong Kong: protocol for a randomised waitlist-controlled trial. BMJ Open. 2024 ;14(11):e080725.
[7] Chan PS, Fang Y, Cheung DH, Zhang Q, Sun F, Mo PKH, Wang Z. Effectiveness of chatbots in increasing uptake, intention, and attitudes related to any type of vaccination: A systematic review and meta-analysis. Appl Psychol Health Well Being. 2024 ;16(4):2567-2597.
[8] Larson HJ, Lin L. Generative artificial intelligence can have a role in combating vaccine hesitancy. BMJ. 2024 16;384:q69.
