综述：探索基于技术的干预措施在失语症康复中的有效性：一项系统综述

《INTERNATIONAL JOURNAL OF LANGUAGE & COMMUNICATION DISORDERS》：Exploring the Effectiveness of Technology-Based Interventions in Aphasia Rehabilitation: A Systematic Review

　　

摘要 背景 尽管言语和语言疗法（SLT）是卒中后失语症康复的核心，但全球范围内的SLT服务提供往往未达到推荐的治疗剂量。为此，人们对基于技术的干预措施兴趣日益增长，包括治疗软件、虚拟现实（VR）和人工智能（AI）工具。然而，目前关于技术有效性的证据较为分散，且近期缺乏针对这三种模式的综合综述。 目的 本综述考察了用于失语症评估和治疗的技术范围，并总结了它们在不同干预目标上的有效性。两个研究问题是：（1）有哪些类型的技术已被研究用于评估和治疗失语症患者（PWA）？（2）技术在评估和治疗PWA方面的效果如何？ 方法 对四个数据库（PubMed、PsycINFO、Web of Science 和 Scopus）进行系统性检索，时间跨度为2013年至2026年5月，最终纳入67项研究，其中14项为随机对照试验（RCT）。符合条件的纳入标准为：报告定量结果、经同行评审、并聚焦于针对PWA的技术干预。研究质量采用NICE检查表进行评估。应用GRADE框架来评估每个干预目标的证据确定性。由于研究设计、结局测量存在异质性，研究人员对结果进行了叙述性综合。 结果 识别出三种技术类型：计算机化言语和语言疗法（CSLT）（38项研究）、VR（17项研究）和AI（13项研究）。AI主要用于失语症的评估和分类。最强且最一致的证据与找词相关，多项达到或超过推荐20小时阈值的RCT支持了高确定性的证据。在语言产生和理解、功能性沟通以及阅读方面，结果更具变异性，反映出中等确定性证据以及不一致的剂量依从性。书写干预获得了低确定性评级，这反映了样本量小、盲法有限以及获益是任务特异性的而非泛化性的。在各个领域中，较高剂量的研究始终与更好的结果相关，这可能表明技术主要作为一种实现高强度练习的工具，而非独立的有效治疗成分。 结论 CSLT、VR和AI工具作为面对面SLT在失语症评估和康复中的辅助手段显示出前景。以推荐剂量进行的找词干预拥有最强的证据基础。一些研究未使用技术支持推荐的治疗剂量。对于其他干预目标，需要进行更大规模、更高剂量的试验。未来的研究还应探讨整合不同类型技术是否能带来额外的临床益处。 本文的创新之处 关于该课题已知的信息 先前的系统综述已证明了技术在失语症康复中的新兴作用，早期工作主要集中在基于计算机的疗法或AI技术上。然而，这些综述要么范围狭窄（针对特定技术类型），要么已经过时。 本研究对现有知识的补充 本综述提供了一个更新的、跨技术的综合，涵盖了AI、虚拟现实和计算机化言语和语言疗法。它概述了这些工具在文献研究中是如何被应用的。该综述还指出了各研究在治疗剂量方面持续存在的局限性，强调了未来需要更高剂量的试验来确认不同干预目标下证据的确定性。 本研究的临床意义是什么？ 越来越多的证据支持计算机化言语和语言疗法、虚拟现实和人工智能工具作为面对面SLT辅助手段的作用，特别是在语言评估和针对性找词干预方面。这些技术可以将治疗服务扩展到临床工作时间之外，帮助实现治疗剂量的练习，并提高评估程序的一致性。

1 背景

失语症是一种常由中风引起的语言障碍，约三分之一的卒中幸存者受到影响。言语和语言疗法（SLT）是失语症患者（PWA）的主要康复形式，专业指南强调早期、密集和以人为本的干预对最大化疗效的重要性。SLT方法大致分为两类：一类直接针对语言损伤，另一类旨在改善日常生活中的功能性沟通。剂量已成为PWA有意义恢复的关键因素。证据表明，治疗剂量在20至50小时之间获益最大，每周应进行三到五次，总时长2至4小时。然而，全球许多个体接受的治疗远低于推荐剂量。例如，在英国，卒中后超过三个月的患者在三个月内接受的中位SLT时间仅为380分钟。澳大利亚急性期环境中，80%的SLT提供低至中等强度的治疗。导致SLT剂量持续不足的障碍包括容量限制、长期康复成本高以及出院后护理缺乏连续性。因此，人们对能够支持服务提供并增加PWA治疗强度和可及性的技术干预措施的兴趣日益增长。过去二十年，计算机程序、人工智能（AI）和虚拟现实（VR）等工具已被开发出来以补充或扩展面对面治疗。最近的临床指南也提供了关于康复交付和技术作用的指导，例如英国皇家医师学会的国家卒中临床指南明确指出应为PWA提供适当的基于实践的数字疗法。

2 方法

本综述按照PRISMA 2020指南进行和报告。研究问题包括：（1）有哪些类型的技术已被研究用于评估和治疗PWA？（2）技术在评估和治疗PWA方面的效果如何？综述范围通过PICO框架定义：人群（P）为PWA，干预（I）为技术支持的语言评估和治疗，比较（C）为常规护理或无治疗，结局（O）为干预的有效性、改善和准确性。选择了四个数据库：PubMed、PsycINFO、Web of Science 和 Scopus。检索分两阶段进行，初始检索覆盖2013年至2024年，更新检索覆盖2024年1月至2026年5月18日。纳入标准包括：发表时间为2013年1月1日至2026年5月18日，仅限英文，研究对象必须包含失语症患者，干预措施必须涉及针对PWA的语言评估或康复的技术干预。排除聚焦于辅助和替代沟通（AAC）、远程治疗或经颅直流电刺激（tDCS）的研究。仅纳入报告定量结果的同行评审研究。筛选分标题和摘要两阶段进行，约25%的记录由第三作者独立筛选以确保可靠性。数据提取使用Excel电子表格记录研究目的、设计、参与者特征、干预长度和剂量、结局测量等信息。采用叙述性综合方法整合发现，因研究间存在显著异质性，无法进行荟萃分析。研究首先按主要干预目标分组，而非技术类型。质量评估分两阶段进行：首先使用NICE检查表进行个体研究层面的质量评估，然后应用GRADE框架评估每个干预目标证据的整体确定性。

3 结果

PRISMA流程图展示了研究选择过程的结果。共纳入67项研究，涵盖多种研究设计。实验研究占比最大（29.85%，n=20），随机对照试验（RCT）占20.90%（n=14），观察性和分析性研究占17.91%（n=12）。样本量差异较大，大多数研究（73.13%）少于50名参与者。语言分布显示，大部分研究以英语进行（58.21%），其次为意大利语和法语（各8.96%）。在治疗剂量方面，不同干预目标的依从性差异很大。找词的剂量依从性最高（70.6%），其次是语言产生和理解（68.4%），而阅读的依从性最低（33.3%）。这表明剂量不足在所有干预目标中仍是一个挑战。

4 风险偏倚和证据确定性结果

在67项纳入研究中，7.5%被评为高质量（n=5），41.8%为中等质量（n=28），50.7%为低质量（n=34）。结局领域是最一致得到较好处理的方面。相比之下，分析和总结领域存在问题最多。六个干预目标的GRADE评估结果显示：基于技术的评估准确性为中等确定性；找词改善为高确定性，这是本综述中最强且最一致的证据体；语言产生和理解、功能性沟通以及阅读技能改善均为中等确定性；书写技能改善为低确定性。

4.1 技术解决方案的类型

技术可分为三大类：计算机化SLT（CSLT）（38项研究，56.72%）、VR（17项研究，25.37%）和AI（13项研究，19.40%）。

4.2 计算机化言语和语言疗法（CSLT）

CSLT提供灵活和密集的治疗，允许患者独立练习语言任务，同时SLT远程监督进展。其关键优势在于支持高强度、自我导向的练习。CSLT平台可用于治疗和评估，例如自适应费城命名测试CAT可根据用户反应实时调整项目难度。

4.3 虚拟现实（VR）

VR主要应用于功能性沟通和找词。它为PWA提供沉浸式互动体验，允许其在模拟真实世界场景的环境中练习。例如EVA Park是一个专为PWA设计的虚拟世界，提供咖啡馆、健康中心等地点。沉浸式头戴设备VR也被探索用于命名治疗。

4.4 人工智能（AI）

AI在本综述中主要用于失语症的评估和分类。研究通常利用预先标记的语音语料库（如AphasiaBank）来开发和验证AI模型，用于自动诊断和严重程度分类。