综述：人工智能赋能的性暴力与性别暴力后首次响应支持：一项PRISMA-ScR范围综述

《Healthcare》：AI-Enabled First-Response Support After Sexual and Gender-Based Violence: A PRISMA-ScR Scoping Review

　　

背景：人工智能(AI)日益被提议用于增强性暴力与性别暴力(GBV，含亲密伴侣暴力及家庭暴力)幸存者的早期援助，覆盖危机热线、专业服务机构、数字举报渠道、法律支持工具及医疗路径。然而，同行评审证据的范围、成熟度与评估强度仍不明确。研究人员旨在描绘该证据体系的应用领域、评估成熟度及实施与安全缺口。方法：研究人员开展了一项依据范围综述PRISMA扩展声明(PRISMA-ScR)报告的范围综述，采用聚焦于AI赋能首次响应与早期支持的“人口—概念—情境”框架。检索了Scopus、Web of Science核心合集与PubMed，并补充检索了IEEE Xplore与ACM数字图书馆。记录按预设标准筛选，使用结构化表单提取数据并作描述性综合。结果：初始检索获187条记录，纳入21项证据来源；补充检索获539条候选记录，经全文评估后新增6项符合条件来源，最终共27项证据来源。证据涵盖幸存者面向的对话支持；急诊与专业机构内的筛查分诊；社交分诊与在线披露模型；幸存者知情求助与聊天机器人设计；法律/支持路由；以及语音基方法等赋能模态。多数来源报告技术性能、可行性、可用性、可接受性或系统审计发现，未发现工作流整合评估，幸存者中心有效性结局、服务利用及不良事件监测鲜有报告。结论：证据呈异质性与早期阶段，服务于整合有效性或安全性的支持有限。纳入来源多评估模型、界面或原型而非下游路径结局。结果支持审慎、具路径意识的解释，并识别出升级、问责、公平、数字痕迹安全及人工移交的反复关切。所提实践考量与结局域为作者告知的未来试点与实施研究优先项，非验证指南。

1. 1.
   引言
   性暴力与性别暴力(GBV，含亲密伴侣暴力IPV及家庭暴力)为卫生与受害者支持服务制造了独特的首次接触难题。幸存者往往于披露最艰难、安全未明且跨危机、医疗、法律及专业服务路径割裂时，亟需即时、创伤知情指导。危机热线、抗暴服务、急诊科(ED)、专业转诊中心及法律支持路径为此关键门户，却常受限于人力不足、训练有素人员可获得性不均、初期披露、快速风险评估与长期支持间断层。实践中，最早步骤——建立联系、阐明需求、被采信、被正确路由至服务及获得可操作安全信息——决定幸存者能否及时获护或脱援。人工智能(AI)渐被视为强化此首接层的候选基础设施。本综述相关创新主张非自动化照护或替代倡导者、临床师或法律专业人士，而是AI能否通过帮助服务交付一致、可扩展功能以安全增强进入层支持，如识别文本或语音中紧急风险信号、分类支持需求、路由幸存者至适切资源、支持结构化接诊或报告，并于明确预期与可靠升级至人工响应者时提供有限信息。同时，暴力响应情境非AI中性部署环境，其为安全关键与隐私敏感境况，频受 coercive control、监视、共用设备及数字自主权受限形塑。这些特征将安全设计门槛提至一般健康聊天机器人部署假设之上。工具即使模型级表现强劲，若未能于时限压力下升级、生成鼓励危险披露内容、遗留可利用数字痕迹或于异于开发数据的人群语言退化，即不安全。决定绘制而非合并证据符合范围综述指南及早期创新与AI系统分阶段评估框架。
2. 2.
   方法
   2.1 综述设计与报告
   研究人员开展范围综述以描绘关于AI赋能工具支持性暴力与GBV幸存者早期援助的同行评审证据，路径涵盖危机、首次响应、法律支持及数字中介求助。综述依PRISMA-ScR报告，方法论受Arksey与O'Malley框架启示。未预先注册方案，无追溯注册计划。为增透明，完整检索策略、PRISMA-ScR核对单、数据图表表单、M₀–M₃启发式概念交叉映射、详细提取矩阵、源级编码矩阵、补充全文筛选决定及最终记录核算见于补充材料。
   2.2 信息来源与检索策略
   初始检索于2026年6月16日完成于Scopus、Web of Science核心合集、PubMed，策略融合受控词与自由词覆盖性暴力/GBV、首次响应与受害者服务情境、AI方法及系统(含机器学习ML、深度学习、自然语言处理NLP、大语言模型LLM、聊天机器人、语音识别、情感分析)。每库广窄策略变体导出去重后合一主集。为补计算机科学与工程文献，2026年7月9日于IEEE Xplore与ACM数字图书馆行针对性补充检索。IEEE记录结构化导出去重，ACM结果平台内筛因无批量导出。潜在合格记录留全文评估。检索获时不设语言滤器；全文阶段限英文因团队可评。未搜灰色文献及区域库。
   2.3 合格标准
   用“人口—概念—情境”框架预定义。人口为性暴力及/或GBV幸存者/受害者；概念为显性AI组分(广义含ML、NLP、LLM、对话代理或聊天机器人)描述为工具部分以支援幸存者面向辅助、分诊、筛查、报告、优先级、法律/支持路由或临床/服务面向早期识别；情境含危机热线及聊天基线、抗暴支持路径、急症与专业服务、法律支持路径及数字中介首接环境且声明促及时支持、转诊、报告或专业行动。首响支持边界须示以下至少一：直接幸存者面向一线支持；接诊时临床/倡导者面向决策支持；服务邻接分诊、路由或报告；或显位予热线、急诊、专业服务、支持路由的赋能模态。排除无显AI组分、仅泛 Awareness或预防无响应路径、非幸存者支持研究及二次综合。协议与概念文仅留其述AI赋能路径模型直接相关首响工作流者，另析于实证。
   2.4 去重与研究选择
   去重 Deterministically 行文，优先精确DOI继以规范化题名匹配。初始题摘与全文筛由两评审独立依准，歧讨论共识解。补充IEEE/ACM筛同准，一评二查终共识。筛决记原因分类以支持排除透明核算。
   2.5 数据图表与综合
   用结构化提取表单捕书目、文献型、服务场、国区、人群数据源、AI法、意向功能、首响相关、评估设计与结局、人工监督升级、隐私安全公平考量。表单试点后全图表由一评二查完一致性，不确定共识解。未联作者索资。发现描述性综合入证据地图：幸存者面向与热线邻数支；医护专业首响；社媒分诊危服；法律/支持路由AI；语音基等模态。因异质性未量化合并或偏倚评。为解评估深度，每源依最深评估派证据成熟度：M₀技发/验或无果协议；M₁用户可用/接受、系统审或质实工证；M₂工作流整合试点文件移交升级；M₃路径级报服务端点安全监。此作者启发性描述分期 rubric 非验证评器，受数字健康与AI分阶段框架启示。
3. 3.
   结果
   3.1 检索结果与研究选择
   初始库检187录，去重后97独录题摘筛，74排；23索全，1未获，22全文评，1系统评作背景，故原搜贡21源。补充搜IEEE 123录(内去重)、ACM 416候选平台筛，残叠屏解；512补录排；27补全评；6合条件，终27源入综。
   3.2 纳入证据概览
   27源异质，跨度幸存者面向首线数支、热线邻具、急专筛分、在线危路、法律路由及语音模态。AI多呈训练响应者补充非替代判断。M₀–M₃示成熟集中早期：16为M₀(技发、回溯验、协议或概念无测)；11为M₁(可用审质证)；无M₂或M₃。地理不均，多高资数健HCI境，限概推。25报经验技质量审设计评数据，1协议，1概念视角。
   3.3 幸存者面向与热线邻首线数支
   最大簇为聊天机器人等首接。AinoAid家暴聊天机器人经幸存者知情需评与可用工，为大调查网关非代专支。22国审计家暴聊天机器人察隐私策隐蔽界应安限。性暴力聊天机器人研含混合规则/ML幸存者位问及图基性虐幸存者用户测情支。孟加拉国移动应用NLP聊天机地理位置警可用测；秘鲁云对话助理匿名约专。混法比通用LLM与域特家暴聊天机器人质响偏责。香港质性偏好安阶导非判补人。热线邻含文件析全国热线LLM位期险；利益关方访责明升径；会议视角提筛优纪无实效；肯印原型技测无服务果。评估聚可用审设而非验证移交引退安全事故。
   3.4 医护与专业服务首响
   二簇为NLP/ML多模于临床首接识前筛危。大回溯ED规则NLP临注识IPV超码促筛转；另ED规则NLP伤监叙识访模；多模结数据与注识险验队非测流。他如监ML预筛脑伤、性侵转诊心困模、协议AI心理司法PTSD轨。AI为屏监标嵌人领评，升触未操。
   3.5 危服社媒分诊法
   五研ML深LLM主贴在线社媒明示援披露优时专译。早FB家暴类帖意图危路；LLM分类法需降显域移限；混质ML论贴识亚境。报模性析未活整服下验。
   3.6 法律/支持路由AI
   两研主攻法律路由。泰LAW-U chatbot匹诉决技验无部果；印NyayaSakhi-SWATI检索增法伴通法预下一无健路评。非验证卫危介入。
   3.7 赋能模态与隐私定向建模
   一技研语音GBV征说话人无关降再识险概线电信境，留模阶无服整。
   3.8 结局服务端数与数字痕迹安全
   报结聚技性可用审质治。技指多筛社法语音；可用接幸存机移；质治界责。无全流升引完安。孤路径素述未前评。数字迹安后补搜多论设审非测端。安出删历监胁未常评。
4. 4.
   讨论
   4.1 路径中心解与证据成熟
   AI暴应非单类，为聊移法临社法语音部重。主导逻辑为增强标准化接加速分有信非替判。文献重力仍上游，即技用审原。补搜未改无M₂M₃。近系评IPV防AI亦隙长效公平私安。本图支持慎读：可行先积快于幸存中心升不良事整服。路径释不归分类传，披露迟情赖控时深，AI效或可败若促早泄增复述捕数。低阈数关值保幸存能动与安渡人支。将来评问余认听护非本证示。
   4.2 异质与范围管
   资格界助析异非等价。直面临屏社法语模皆近早报路由但其证差。儿性成人与IPV家暴GBV境殊不可互换。ED NLP、聊审、法伴、原型移不作同宣称。表分离文献型首响证成熟度。协议概念技可行作地图非效证。
   4.3 安全关键升级与移交要
   升人广呼未确指。热聊审示用户推断越界使界期安；利方治责明径。无源操升为可测流元触 fallback。表3作者明最少安虑非指南，合家暴聊设性语代及人道GBV析避代人。广谈代理警未测共情拟人精安。
   4.4 待测：核结与评问
   技性主簇失衡。将来试点应服整为评象非模准独断。幸存中心(感安信痛能控降复联)与服务(升准交引时误不良)果 critical。
   4.5 公平对抗隐私治
   公平常泛，源示具败模窄语临台退异群言境。家暴伦与LLM需分显此。隐私保AI资最小迹向；公平交Decolonial警移植安。暴应为对抗境，监共账迫泄报复非典医聊设。部署审私隐缺，实验显对话AI武促虐控。迹露权行诱溢应基设非边。框1威胁模型：接入危、强迫泄报复、模操引注、迹扩储管、服拒饱。治不能抽象，需险主权事响审漂移错升程。证限未强标跨设。
   4.6 优限
   优：专首响别、补CS HCI用、明类表补阵交透。限：无注方英语偏、库灰缺、异早混非等效、M₀–M₃未验评kappa、资商状描非评、M₀聚发。表3表4框1节5为启拟非验框需前瞻试。
5. 5.
   结论
   本范围综述描绘迅发而不匀的AI赋能早援证体，终27源(25经技质评、1协、1概)。图实首接信筛监分类报法路功，但证式主可行技审接原非服安效。故慎路径读：跨场能报多下缺升质引不良幸存端。将来研明路径参强升外公迹下服果。实践虑为作者启拟非验南。