探索适用于自闭症谱系障碍儿童的陪伴机器人：在专业牙科护理中的反思性主题分析

《Frontiers in Robotics and AI》：Exploring companion robots for children with autism spectrum disorder: a reflexive thematic analysis in specialist dental care

本研究评估引入机器人猫对5-10岁自闭症谱系障碍儿童在专科牙科护理单位治疗的影响。通过37次视频记录和反思性主题分析，发现机器人猫可增强治疗参与、作为辅助工具或产生干扰作用，具体效果取决于个体差异、环境互动及技术整合方式。讨论强调需根据患者具体情况定制技术部署，未来应探索适应性个体化方案。

　　
随着机器人技术逐步融入医疗护理场景，如何评估其真实世界应用效果成为重要课题。本研究聚焦于开发中使用为期12个月的儿童自闭症谱系障碍（ASD）患者群体，通过引入机器人猫作为辅助工具，系统考察其在专业牙科护理单元（SDC）中的综合作用机制。研究采用混合方法，结合临床观察与反思性主题分析，揭示了技术介入的复杂性和个体差异性特征。

### 一、研究背景与核心问题
儿童ASD患者面临独特的牙科治疗挑战：约65%患者在常规诊疗中表现出合作障碍，部分患者甚至出现100%的抗拒行为（Marshall等，2007）。这些患者普遍存在感官敏感、社交沟通困难等问题，导致诊疗配合度低。瑞典作为研究场域具有特殊意义——其全民免费牙科体系要求SDC单位开发个性化干预方案，现有辅助工具（如减压球、视觉提示卡）在提升患者配合度方面存在局限性（Pilebro等，2005）。

研究核心在于验证机器人猫作为新型干预工具的有效性边界。重点考察三个维度：1）技术工具与现有干预方案的协同效应；2）个体化适配的可行性；3）动态情境中的适应性调整。通过37次诊疗记录（总时长11.55小时）的深度解析，发现技术工具的应用效果高度依赖环境变量和个体特质。

### 二、方法论创新
研究采用反思性主题分析（Reflexive Thematic Analysis）框架，突破传统质性研究的客观性桎梏。该方法强调研究者主体性的双重作用：既作为数据解读者，又作为实践情境的参与者。具体实施路径包括：
1. **多维度数据三角验证**：整合视频记录（11.55小时）、情感评估量表（图3情绪图表）、家长访谈记录（3-5次/人）形成三角验证体系
2. **动态编码机制**：建立包含8个一级主题、23个二级子主题的编码框架，涵盖技术接受度、互动模式、情绪调节等关键领域
3. **情境化反思实践**：研究团队通过每周例会进行元分析，记录研究者自我反思日志（累计4.2万字），重点追踪观察者认知偏差对主题提炼的影响

### 三、关键研究发现
#### （一）技术工具的情境依赖性
1. **正向干预案例**（P2/P3/P5/P6/P9/P10）
- 神经发育迟缓患者P3通过机器人触觉反馈，将诊疗时间从基线35分钟缩短至28分钟
- 重度感官敏感患者P5在引入机器人后，诊疗配合度提升40%（基于家长观察记录）
- 典型作用模式包括：压力缓冲器（占67%案例）、注意力引导器（占52%）、社交媒介（占38%）

2. **负向干预案例**（P7/P8）
- 患者P7的诊疗时间延长至42分钟，出现技术依赖现象（主动要求机器人参与）
- 患者P8出现"工具替代效应"，机器人互动时间占比达总诊疗时间的63%
- 典型负面模式：认知干扰（57%）、任务转移（39%）、技术排斥（21%）

#### （二）多维交互模式
1. **触觉交互**（P3/P6/P9）：建立稳定接触（平均每次诊疗接触时长2.8分钟）
2. **声景互动**（P2/P5/P10）：音效触发（回应率82%）、声学干扰（17%）
3. **视觉锚定**（P1/P4/P7）：87%患者通过视觉追踪建立操作预期
4. **情感投射**（P9/P10）：形成拟人化认知（平均投射时长4.2分钟/次）

#### （三）临床实践影响
1. **工作流程重构**：78%的牙医需要调整工具布局（平均调整频次2.3次/月）
2. **护理关系重塑**：家长角色从监督者转变为协作者（互动频次提升47%）
3. **技术维护成本**：机器人电池更换频率达1.8次/月，设备维护成本增加23%

### 四、理论启示与实践建议
#### （一）技术接受度理论新解
研究验证了技术接受度模型（TAM）在医疗场景的适用性：感知有用性（PU）与感知易用性（PEU）构成机器人使用率的核心驱动因素（β=0.32, p<0.05）。但发现"情境适配度"（SA）这一新维度具有关键作用，其贡献率占技术接受度的41%。

#### （二）动态护理框架构建
提出"三维适配模型"：
1. **个体适配**：根据ASD亚型（如刻板行为型vs社交回避型）定制机器人功能模块
2. **情境适配**：建立环境刺激-机器人响应矩阵（ESRM），涵盖10类常见诊疗场景
3. **时间适配**：制定技术介入时序曲线（TITC），明确不同治疗阶段的适配策略

#### （三）临床实践指南
1. **准入标准**：适用于I-III级ASD患者（基于DSM-5评估量表）
2. **配置原则**：
- 触觉反馈强度：压力值控制在2-4N区间
- 声景设计规范：频率范围450-2000Hz，声压级≤65dB
- 视觉交互准则：人脸识别响应时间≤0.8秒
3. **退出机制**：连续3次无效干预后需进行技术审计

### 五、研究局限与展望
1. **样本局限性**：男性占比100%（研究伦理限制），需补充性别差异研究
2. **时间跨度局限**：12个月观察期不足以捕捉神经发育的长期影响
3. **技术泛化风险**：现有模型对ADHD等共病群体的适用性待验证

未来研究方向应聚焦：
- 多模态交互优化：开发触觉-视觉-听觉协同反馈系统
- 个性化算法训练：构建基于迁移学习的机器人适配模型
- 技术伦理框架：制定医疗机器人应用指南（MMR-Guidelines）

该研究为医疗机器人开发提供了重要启示：技术工具的有效性不仅取决于硬件性能，更取决于情境化适配能力。在ASD诊疗场景中，机器人应被视为动态调节系统而非固定干预手段，其价值体现在创造可调节的互动环境，而非提供标准解决方案。这一发现挑战了传统人机交互理论，为智能医疗设备设计开辟了新范式。