سایکوآنکولوژی به‌عنوان حوزه‌ای میان‌رشته‌ای، بر شناسایی و مدیریت پیامدهای روان‌شناختی، رفتاری و اجتماعی سرطان و ارتقای کیفیت زندگی بیماران تمرکز دارد و ظهور هوش مصنوعی مولد ظرفیت‌های جدیدی برای شخصی‌سازی مداخلات روان‌شناختی در این حوزه ایجاد کرده است. مبنای نظری استفاده از هوش مصنوعی مولد بر رویکرد فردمحور و این اصل استوار است که تجربه سرطان و نیازهای روانی بیماران یکسان نیست و عواملی مانند نوع و مرحله بیماری، ویژگی‌های شخصیتی، وضعیت هیجانی، سبک مقابله، شرایط خانوادگی، فرهنگ و مرحله درمان می‌توانند نیازهای متفاوتی ایجاد کنند. در این چارچوب، هوش مصنوعی مولد می‌تواند با پردازش داده‌های روان‌شناختی و بالینی و تحلیل الگوهای گفتاری و نوشتاری بیمار، در شناسایی پریشانی روانی، اضطراب، افسردگی، ترس از عود و مشکلات سازگاری به متخصص کمک کند. یکی از کاربردهای مهم این فناوری، تولید محتوای روان‌آموزشی متناسب با شرایط هر بیمار و ارائه تمرین‌هایی در زمینه تنظیم هیجان، مدیریت استرس، آرام‌سازی، حل مسئله و مهارت‌های مقابله‌ای است. همچنین سامانه‌های مبتنی بر هوش مصنوعی می‌توانند امکان تعامل مستمر با بیمار را فراهم کنند و تغییرات وضعیت روان‌شناختی او را در فاصله میان جلسات درمانی ثبت و برای بررسی متخصص گزارش کنند. از منظر کاربرد بالینی، این فناوری می‌تواند به‌عنوان ابزار مکمل در غربالگری اولیه، آموزش بیمار، پایش علائم، حمایت از خودمدیریتی و تقویت مشارکت بیمار در فرایند درمان مورد استفاده قرار گیرد. شخصی‌سازی مداخلات به این معناست که محتوای ارائه‌شده بر اساس نیاز، ظرفیت شناختی، سطح سواد سلامت، ترجیحات و وضعیت روانی فرد تنظیم شود، نه اینکه یک برنامه یکسان برای همه بیماران اجرا گردد. شواهد اولیه درباره مداخلات دیجیتال و سامانه‌های گفت‌وگومحور نشان می‌دهد که استفاده هدایت‌شده از فناوری‌های هوش مصنوعی می‌تواند در کاهش برخی شاخص‌های اضطراب و افسردگی و افزایش دسترسی به حمایت روان‌شناختی مؤثر باشد، اما شواهد مربوط به هوش مصنوعی مولد در سایکوآنکولوژی همچنان در حال شکل‌گیری است و برای نتیجه‌گیری قطعی به مطالعات بزرگ‌تر و پیگیری‌های طولانی‌مدت نیاز وجود دارد. یکی از چالش‌های اساسی، احتمال تولید اطلاعات نادرست یا پاسخ‌های نامتناسب با وضعیت بالینی بیمار است؛ مسئله‌ای که در موضوعات حساس مانند خودآسیب‌رسانی، بحران روانی، پیش‌آگهی سرطان و تصمیم‌های درمانی اهمیت بیشتری پیدا می‌کند. حفظ محرمانگی داده‌های سلامت، امنیت اطلاعات، رضایت آگاهانه، سوگیری الگوریتمی، تفاوت‌های فرهنگی و زبانی و مشخص نبودن مسئولیت حرفه‌ای در برابر خطا نیز از محدودیت‌های مهم این فناوری محسوب می‌شوند. از سوی دیگر، ارتباط مبتنی بر هوش مصنوعی نمی‌تواند به‌طور کامل جایگزین رابطه درمانی انسانی، همدلی بالینی و قضاوت تخصصی روان‌شناس شود. بنابراین، استفاده از هوش مصنوعی مولد باید در چارچوب مراقبت انسان‌محور و به‌عنوان ابزار پشتیبان متخصص تعریف شود. پیشنهاد می‌شود سامانه‌های آینده بر اساس پروتکل‌های معتبر سایکوآنکولوژی، ابزارهای استاندارد ارزیابی پریشانی و اصول اخلاق حرفه‌ای طراحی شوند و پیش از استفاده گسترده، از نظر دقت، ایمنی، اثربخشی و قابلیت اعتماد ارزیابی شوند. انجام کارآزمایی‌های بالینی چندمرکزی، بررسی اثربخشی در گروه‌های مختلف سرطان، ارزیابی پیامدهای بلندمدت و مقایسه مداخلات هوش مصنوعی با مراقبت معمول نیز ضروری است. در نهایت، هوش مصنوعی مولد می‌تواند با فراهم کردن حمایت روان‌شناختی انعطاف‌پذیر، مستمر و متناسب با ویژگی‌های فردی، ظرفیت سایکوآنکولوژی را گسترش دهد؛ بااین‌حال، ارزش واقعی آن زمانی آشکار خواهد شد که فناوری در کنار تخصص روان‌شناس، ارتباط انسانی و تصمیم‌گیری بالینی مبتنی بر شواهد قرار گیرد.