Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Sammenligning af effektiviteten af ​​AI Chatbot med den af ​​telefonhotline (AI chatbot)

30. september 2024 opdateret af: Dr. Patrick Ip, The University of Hong Kong

Sammenligning af effektiviteten af ​​en AI-chatbot med effektiviteten af ​​en telefon-hotline til besvarelse af COVID-19-relaterede problemer

COVID-19-pandemien har væsentligt påvirket velfærden for mennesker i Hongkong, hvilket har ført til politikker for social distancering og ændringer i brugen af ​​sundhedsydelser. Skolelukninger og fjernarbejde har øget stressniveauet for forældre og børn. Sårbare befolkningsgrupper, såsom lavindkomstfamilier og børn med særlige behov, har større risiko for mishandling og psykiske problemer. Forældreudbrændthed er blevet en bekymring, da forældre jonglerer med arbejde, børnepasning og uddannelsesansvar. Der er behov for forskning i de fysiske og mentale sundhedseffekter af COVID-19 på familier og den potentielle rolle, AI spiller i at tackle disse udfordringer. AI, især chatbots, kan give tilgængelig sundhedsinformation og støtte, der hjælper med tidlig diagnose og behandling. AI-chatbots tilbyder rettidige svar, præcis information og kontinuerlig tilgængelighed, hvilket gør dem til værdifulde værktøjer til fjernsundhedshjælp. Selvom AI-chatbots ikke er uden begrænsninger, kan yderligere forskning hjælpe med at integrere dem mere effektivt i sundhedstjenester.

Studieoversigt

Status

Afsluttet

Detaljeret beskrivelse

COVID-19-pandemien har haft en hidtil uset indvirkning på menneskers velbefindende i Hong Kong siden udbruddet i december 2019. Regeringen har vedtaget social afstandspolitikker for at minimere risikoen for infektion. Disse omfatter, men er ikke begrænset til; skolelukning, fjernarbejde og forbud mod gruppesammenkomster. Disse anti-infektionsforanstaltninger har ført til et ændret mønster i brugen af ​​sundhedsydelser og hjælpesøgende aktiviteter. Undersøgelser har også vist, at mangel på socialisering fører til højere stressniveauer for både forældre og børn.

Mens skolelukning og fjernarbejde fortsætter, er både børn og forældre under stort pres. UNESCO (2020) rapporterede, at over 1,58 milliarder børn og unge i 200 lande var berørt af skolelukning i midten af ​​april 2020. Selvom den langsigtede effekt af COVID-19 på børns og forældres mentale sundhed er ukendt, er tilfælde af børnemishandling, omsorgssvigt og udnyttelse steget i lyset af sådanne hidtil usete tider. Lavindkomstfamilier eller familier med børn med særlige uddannelsesbehov (SEN) er tilbøjelige til, at børn bliver mishandlet og/eller har en psykisk krise. Forældre, der arbejder hjemmefra, står over for udfordringer med at opfylde en tredobbelt rolle: arbejde, børnepasning og hjemmepleje. Endnu værre, børns manglende læringsinteresser og motivation tilføjer en ekstra byrde for forældrene, når de påtager sig rollen som lærere. Forældre er tilbøjelige til at opleve forældrenes udbrændthed, som er karakteriseret ved mental og fysisk udmattelse, med en følelse af håbløshed. Derfor er det klart, at der er stærke samfundsmæssige behov for COVID-19 forskning i fysisk og mental sundhed. Det er bydende nødvendigt at forebygge potentielle og afbøde eksisterende problemer vedrørende forældre-barn forhold, forældres stress og familiefunktion forårsaget af COVID-19.

Derfor bør udforskning af lettere tilgængelige og effektive måder at håndtere potentielle og eksisterende sundhedsproblemer (både fysisk og mentalt) være en prioritet. Kunstig intelligens (AI) i sundhedstjenester har potentialet til at reducere arbejdsbyrden for sundhedspersonale ved at besvare ofte stillede spørgsmål gennem AI-systemet, alt sammen hjemmefra. I betragtning af den potentielt skadelige effekt af COVID-19 på både børn og forældre er det vigtigt at udfylde forskningshullet med hensyn til, hvordan AI kan tjene som en platform for at søge hjælp, især i tider med social distancering.

AI er blevet udbredt i sundhedsvæsenet i det seneste årti. Især brugen af ​​chatbots har øget offentlighedens engagement i sundhedsvæsenet, alt sammen hjemmefra. AI-chatbots brugte naturlig sprogbehandling (NLP) for at lette interaktion med brugere i samtaler, hvilket gjorde passende medicinsk rådgivning tilgængelig for offentligheden. Intelligente algoritmer i AI muliggør tidlig diagnosticering af sygdom og tilbyder behandlingsteknikker til dem, der ellers kunne være blevet diagnosticeret for sent. For eksempel har U.S. Centers for Disease Control and Prevention (CDC) lanceret en chatbot ved navn Clara for at hjælpe brugere med at få adgang til oplysninger om potentielle symptomer på coronavirus og hjælpe dem med at træffe beslutninger om behovet for at søge lægehjælp). Dette er især nyttigt, da det identificerer højrisikogrupper, der har behov for lægehjælp, ved at triagere patienter i henhold til deres symptomer, hvilket reducerer hospitalsbesøg i mindre tilfælde. Det giver også støtte til familiemedlemmer i højrisikogrupper med hensyn til, hvilke foranstaltninger der kan træffes for at forhindre infektion, og måder at lette presset på ved at tage sig af patienter i deres familie.

AI-chatbots fortjener opmærksomhed i deres hurtige svar på brugernes spørgsmål, da de leverer en service døgnet rundt. Hertil kommer, at svar fra AI anses for at være mere nøjagtige end søgemaskiners svar, afhængigt af færdighederne i data mining-metoder. Disse funktioner er af betydning, da brugere er i stand til at søge psyko-medicinsk rådgivning, mens de praktiserer social distancering, uden ansigt-til-ansigt-aftaler med klinikere.

AI chatbots kan tjene som et selvhjælpsværktøj til at få indsigt i at håndtere både mentale og fysiske forhold, men det er langt fra perfektion. Håbet er, at denne undersøgelse kan bidrage til at gøre AI-chatbots til en integreret del af sundhedsvæsenet.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

48

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

      • Hong Kong, Hong Kong, 0000
        • Department of Paediatrics and Adolescent Medicine, The University of Hong Kong

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Ingen specifik population

Beskrivelse

Inklusionskriterier:

  • Forsøgspersoner, der giver samtykke til at deltage i undersøgelsen.

Ekskluderingskriterier:

  • Forsøgspersoner, der ikke giver samtykke til at deltage i undersøgelsen.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Kontrolgruppe
Deltagerne vil blive bedt om at give samtykke til randomisering ved deres første adgang til vores system. Brugere stiller spørgsmål, der er dækket af spørgsmålsbanken, og specifikke spørgsmål, der ikke er dækket af spørgsmålet, via en telefonhotline.
Deltagerne vil blive bedt om at give samtykke til randomisering ved deres første adgang til vores system. Brugere stiller spørgsmål, der er dækket af spørgsmålsbanken, og specifikke spørgsmål, der ikke er dækket af spørgsmålet, via en telefonhotline.
Interventionsgruppe
Deltagerne skal give samtykke til randomisering, når de første gang tilgår vores system. Brugere kan stille spørgsmål, der er dækket af spørgsmålsbanken, såvel som specifikke spørgsmål, der ikke er dækket af banken, gennem en AI-chatbox.
Deltagerne skal give samtykke til randomisering, når de første gang tilgår vores system. Brugere kan stille spørgsmål, der er dækket af spørgsmålsbanken, såvel som specifikke spørgsmål, der ikke er dækket af banken, gennem en AI-chatbox. Målet er at forstå den væsentlige forskel mellem at bruge AI-chatbots og telefonhotlines til at hjælpe forældre, samt effektiviteten af ​​AI-chatbots sammenlignet med telefonhotlines.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Generel angstlidelse (GAD - 7)
Tidsramme: 1 uge inden for Pre-test, 1 uge inden for Post-test
Generalized Anxiety Disorder 7-item (GAD-7) spørgeskemaet er et selvrapporteret screeningsværktøj, der bruges til at vurdere sværhedsgraden af ​​symptomer på generaliseret angst hos voksne. Den består af syv spørgsmål, der spørger om forskellige symptomer, der almindeligvis er forbundet med generaliseret angst, såsom at føle sig nervøs, angst eller på kanten.Generel angstlidelse (GAD - 7)
1 uge inden for Pre-test, 1 uge inden for Post-test
Patientsundhedsspørgeskema-9
Tidsramme: 1 uge inden for Pre-test, 1 uge inden for Post-test
Patient Health Questionnaire-9 (PHQ-9) er et selvadministreret spørgeskema, der bruges til at screene for og vurdere sværhedsgraden af ​​depression hos patienter. Den består af ni spørgsmål baseret på kriterierne for diagnosticering af svær depressiv lidelse i Diagnostic and Statistical Manual of Mental Disorders (DSM-5). Patienterne bliver bedt om at vurdere, hvor ofte de har oplevet visse symptomer på depression i løbet af de sidste to uger, med svarmuligheder, der spænder fra "slet ikke" til "næsten hver dag." Den samlede score på PHQ-9 kan hjælpe sundhedsudbydere med at bestemme tilstedeværelsen og sværhedsgraden af ​​depression hos en patient, samt overvåge deres respons på behandlingen over tid.
1 uge inden for Pre-test, 1 uge inden for Post-test

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Servicetilfredshedsundersøgelse
Tidsramme: 1 uge inden for Pre-test, 1 uge inden for Post-test
En servicetilfredshedsundersøgelse er en metode, der bruges af organisationer til at indsamle feedback fra kunder eller klienter vedrørende deres tilfredshed med de leverede tjenester. Disse undersøgelser omfatter typisk spørgsmål, der vurderer forskellige aspekter af serviceoplevelsen, såsom kvalitet, lydhørhed, professionalisme og overordnet tilfredshed. Den feedback, der indsamles fra disse undersøgelser, kan hjælpe organisationer med at identificere områder for forbedring og træffe informerede beslutninger for at forbedre deres tjenester.
1 uge inden for Pre-test, 1 uge inden for Post-test

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

3. september 2021

Primær færdiggørelse (Faktiske)

4. september 2024

Studieafslutning (Faktiske)

5. september 2024

Datoer for studieregistrering

Først indsendt

16. september 2024

Først indsendt, der opfyldte QC-kriterier

30. september 2024

Først opslået (Faktiske)

1. oktober 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

1. oktober 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

30. september 2024

Sidst verificeret

1. september 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • UW21-344
  • Collaborative Research Fund (Andet bevillings-/finansieringsnummer: University Grants Committee)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Abonner