Comparación de la eficacia del chatbot de IA con la de la línea directa telefónica (AI chatbot)
Comparación de la eficacia de un chatbot de IA con la de una línea telefónica directa para responder problemas relacionados con el COVID-19
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Intervención / Tratamiento
Intervención / Tratamiento
Descripción detallada
La pandemia de COVID-19 ha tenido un impacto sin precedentes en el bienestar de la población de Hong Kong desde su inicio en diciembre de 2019. El Gobierno ha adoptado políticas de distanciamiento social para minimizar el riesgo de infección. Estos incluyen, entre otros; cierre de escuelas, trabajo remoto y prohibición de reuniones grupales. Estas medidas antiinfección han provocado un cambio en el patrón de uso de los servicios sanitarios y de las actividades de búsqueda de ayuda. Los estudios también han demostrado que la falta de socialización conduce a mayores niveles de estrés tanto para los padres como para los niños.
A medida que continúan el cierre de escuelas y las medidas de trabajo remoto, tanto los niños como los padres se encuentran bajo una gran presión. La UNESCO (2020) informó que, a mediados de abril de 2020, más de 1.580 millones de niños y jóvenes en 200 países se vieron afectados por el cierre de escuelas. Aunque se desconoce el efecto a largo plazo de la COVID-19 en la salud mental de los niños y los padres, los casos de abuso, abandono y explotación infantil han aumentado ante tiempos como estos sin precedentes. Las familias de bajos ingresos o familias con niños con necesidades educativas especiales (NEE) son propensas a que los niños sean maltratados y/o tengan crisis de salud mental. Los padres que trabajan desde casa se enfrentan al desafío de cumplir una triple función: trabajo, cuidado de los niños y cuidado del hogar. Peor aún, la falta de interés y motivación de aprendizaje de los niños añade una carga adicional a los padres cuando asumen el papel de maestros. Los padres tienden a experimentar agotamiento parental, que se caracteriza por agotamiento físico y mental, con un sentimiento de desesperanza. Por lo tanto, está claro que existen fuertes necesidades sociales de investigación sobre la salud física y mental de la COVID-19. Es imperativo prevenir posibles y mitigar los problemas existentes relacionados con la relación entre padres e hijos, el estrés de los padres y el funcionamiento familiar causados por el COVID-19.
En consecuencia, debería ser una prioridad explorar formas más accesibles y eficientes de abordar los problemas de salud potenciales y existentes (tanto física como mentalmente). La Inteligencia Artificial (IA) en los servicios de atención médica tiene el potencial de reducir la carga de trabajo de los trabajadores de la salud al responder preguntas frecuentes a través del sistema de IA, todo desde la comodidad del hogar del sujeto. Teniendo en cuenta el efecto potencialmente perjudicial de la COVID-19 tanto en los niños como en los padres, es importante llenar el vacío de investigación sobre cómo la IA puede servir como plataforma para buscar ayuda, particularmente en tiempos de distanciamiento social.
La IA ha sido ampliamente adoptada en los servicios de salud en la última década. El uso de chatbots, en particular, ha mejorado la participación pública en los servicios de salud, todo desde la comodidad del hogar del sujeto. Los chatbots de IA utilizaron procesamiento del lenguaje natural (PLN) para facilitar la interacción con los usuarios en las conversaciones, haciendo que el público pudiera acceder al asesoramiento médico adecuado. Los algoritmos inteligentes de la IA permiten el diagnóstico temprano de enfermedades y ofrecen técnicas de tratamiento a quienes, de otro modo, habrían sido diagnosticados demasiado tarde. Por ejemplo, los Centros para el Control y la Prevención de Enfermedades (CDC) de EE. UU. han lanzado un chatbot llamado Clara para ayudar a los usuarios a acceder a información sobre posibles síntomas del coronavirus y ayudarles a tomar decisiones sobre la necesidad de buscar atención médica. Esto es especialmente útil ya que identifica grupos de alto riesgo que necesitan atención médica clasificando a los pacientes según sus síntomas, reduciendo así las visitas al hospital para casos menores. También brinda apoyo a los familiares de grupos de alto riesgo sobre qué medidas se pueden tomar para prevenir infecciones y formas de aliviar la presión en el cuidado de los pacientes dentro de su familia.
Los chatbots de IA merecen atención por su rápida respuesta a las preguntas de los usuarios, ya que brindan un servicio las 24 horas. Además, las respuestas proporcionadas por la IA se consideran más precisas que las de los motores de búsqueda, sujetas a la competencia de los métodos de extracción de datos. Estas características son importantes ya que los usuarios pueden buscar asesoramiento psicomédico mientras practican el distanciamiento social, sin citas cara a cara con los médicos.
Los chatbots de IA pueden servir como una herramienta de autoayuda para obtener conocimientos sobre cómo lidiar con condiciones físicas y mentales, pero están lejos de ser perfectos. La esperanza es que este estudio pueda contribuir a hacer de los chatbots de IA una parte integrada del servicio de atención médica.
Tipo de estudio
Tipo de estudio
Inscripción (Actual)
Inscripción
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Hong Kong, Hong Kong, 0000
- Department of Paediatrics and Adolescent Medicine, The University of Hong Kong
-
-
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Sujetos que dan su consentimiento para participar en el estudio.
Criterios de exclusión:
- Sujetos que no dan su consentimiento para participar en el estudio.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Número de grupos/cohortes
Cohortes e Intervenciones
Grupo / CohorteGrupo / Cohorte |
Intervención / TratamientoIntervención / Tratamiento |
|---|---|
|
Grupo de control
Se pedirá a los participantes que den su consentimiento a la aleatorización en su primer acceso a nuestro sistema.
Los usuarios formulan preguntas cubiertas por el banco de preguntas y preguntas específicas no cubiertas por la pregunta a través de una línea telefónica directa.
|
Se pedirá a los participantes que den su consentimiento a la aleatorización en su primer acceso a nuestro sistema.
Los usuarios formulan preguntas cubiertas por el banco de preguntas y preguntas específicas no cubiertas por la pregunta a través de una línea telefónica directa.
|
|
Grupo de intervención
Los participantes deberán dar su consentimiento para la aleatorización cuando accedan por primera vez a nuestro sistema.
Los usuarios pueden hacer preguntas cubiertas por el banco de preguntas, así como preguntas específicas no cubiertas por el banco, a través de un chatbox de IA.
|
Los participantes deberán dar su consentimiento para la aleatorización cuando accedan por primera vez a nuestro sistema.
Los usuarios pueden hacer preguntas cubiertas por el banco de preguntas, así como preguntas específicas no cubiertas por el banco, a través de un chatbox de IA.
El objetivo es comprender la diferencia significativa entre el uso de chatbots con IA y líneas directas telefónicas para ayudar a los padres, así como la eficacia de los chatbots con IA en comparación con las líneas directas telefónicas.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Trastorno de ansiedad general (TAG - 7)
Periodo de tiempo: 1 semana dentro de la Pre-prueba, 1 semana dentro de la Post-prueba
|
El cuestionario de 7 ítems sobre el trastorno de ansiedad generalizada (GAD-7) es una herramienta de detección autoinformada que se utiliza para evaluar la gravedad de los síntomas del trastorno de ansiedad generalizada en adultos.
Consta de siete preguntas que indagan sobre diversos síntomas comúnmente asociados con el trastorno de ansiedad generalizada, como sentirse nervioso, ansioso o nervioso. Trastorno de ansiedad general (TAG - 7)
|
1 semana dentro de la Pre-prueba, 1 semana dentro de la Post-prueba
|
|
Cuestionario de salud del paciente-9
Periodo de tiempo: 1 semana dentro de la Pre-prueba, 1 semana dentro de la Post-prueba
|
El Cuestionario de salud del paciente-9 (PHQ-9) es un cuestionario autoadministrado que se utiliza para detectar y evaluar la gravedad de la depresión en los pacientes.
Consta de nueve preguntas basadas en los criterios para diagnosticar el trastorno depresivo mayor del Manual diagnóstico y estadístico de los trastornos mentales (DSM-5).
Se pide a los pacientes que califiquen con qué frecuencia han experimentado ciertos síntomas de depresión durante las últimas dos semanas, con opciones de respuesta que van desde "nunca" hasta "casi todos los días".
La puntuación total del PHQ-9 puede ayudar a los proveedores de atención médica a determinar la presencia y gravedad de la depresión en un paciente, así como a monitorear su respuesta al tratamiento a lo largo del tiempo.
|
1 semana dentro de la Pre-prueba, 1 semana dentro de la Post-prueba
|
Medidas de resultado secundarias
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Encuesta de Satisfacción del Servicio
Periodo de tiempo: 1 semana dentro de la Pre-prueba, 1 semana dentro de la Post-prueba
|
Una Encuesta de Satisfacción con el Servicio es un método utilizado por las organizaciones para recopilar comentarios de los clientes o clientes sobre su satisfacción con los servicios prestados.
Estas encuestas suelen incluir preguntas que evalúan diversos aspectos de la experiencia del servicio, como la calidad, la capacidad de respuesta, el profesionalismo y la satisfacción general.
Los comentarios recopilados de estas encuestas pueden ayudar a las organizaciones a identificar áreas de mejora y tomar decisiones informadas para mejorar sus servicios.
|
1 semana dentro de la Pre-prueba, 1 semana dentro de la Post-prueba
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Publicaciones y enlaces útiles
Publicaciones Generales
- Naseem M, Akhund R, Arshad H, Ibrahim MT. Exploring the Potential of Artificial Intelligence and Machine Learning to Combat COVID-19 and Existing Opportunities for LMIC: A Scoping Review. J Prim Care Community Health. 2020 Jan-Dec;11:2150132720963634. doi: 10.1177/2150132720963634.
- Kretzschmar K, Tyroll H, Pavarini G, Manzini A, Singh I; NeurOx Young People's Advisory Group. Can Your Phone Be Your Therapist? Young People's Ethical Perspectives on the Use of Fully Automated Conversational Agents (Chatbots) in Mental Health Support. Biomed Inform Insights. 2019 Mar 5;11:1178222619829083. doi: 10.1177/1178222619829083. eCollection 2019.
- Tso WWY, Wong RS, Tung KTS, Rao N, Fu KW, Yam JCS, Chua GT, Chen EYH, Lee TMC, Chan SKW, Wong WHS, Xiong X, Chui CS, Li X, Wong K, Leung C, Tsang SKM, Chan GCF, Tam PKH, Chan KL, Kwan MYW, Ho MHK, Chow CB, Wong ICK, Lp P. Vulnerability and resilience in children during the COVID-19 pandemic. Eur Child Adolesc Psychiatry. 2022 Jan;31(1):161-176. doi: 10.1007/s00787-020-01680-8. Epub 2020 Nov 17.
- Russell BS, Hutchison M, Tambling R, Tomkunas AJ, Horton AL. Initial Challenges of Caregiving During COVID-19: Caregiver Burden, Mental Health, and the Parent-Child Relationship. Child Psychiatry Hum Dev. 2020 Oct;51(5):671-682. doi: 10.1007/s10578-020-01037-x.
- Lee J. Mental health effects of school closures during COVID-19. Lancet Child Adolesc Health. 2020 Jun;4(6):421. doi: 10.1016/S2352-4642(20)30109-7. Epub 2020 Apr 14. No abstract available. Erratum In: Lancet Child Adolesc Health. 2020 Jun;4(6):e16. doi: 10.1016/S2352-4642(20)30128-0.
- Garrido S, Millington C, Cheers D, Boydell K, Schubert E, Meade T, Nguyen QV. What Works and What Doesn't Work? A Systematic Review of Digital Mental Health Interventions for Depression and Anxiety in Young People. Front Psychiatry. 2019 Nov 13;10:759. doi: 10.3389/fpsyt.2019.00759. eCollection 2019.
- Cluver L, Lachman JM, Sherr L, Wessels I, Krug E, Rakotomalala S, Blight S, Hillis S, Bachman G, Green O, Butchart A, Tomlinson M, Ward CL, Doubt J, McDonald K. Parenting in a time of COVID-19. Lancet. 2020 Apr 11;395(10231):e64. doi: 10.1016/S0140-6736(20)30736-4. Epub 2020 Mar 25. No abstract available. Erratum In: Lancet. 2020 Apr 11;395(10231):1194. doi: 10.1016/S0140-6736(20)30790-X.
- Chew AMK, Ong R, Lei HH, Rajendram M, K V G, Verma SK, Fung DSS, Leong JJ, Gunasekeran DV. Digital Health Solutions for Mental Health Disorders During COVID-19. Front Psychiatry. 2020 Sep 9;11:582007. doi: 10.3389/fpsyt.2020.582007. eCollection 2020. No abstract available.
Enlaces Útiles
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Inicio del estudio
Finalización primaria (Actual)
Finalización primaria
Finalización del estudio (Actual)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
Otros números de identificación del estudio
- UW21-344
- Collaborative Research Fund (Otro número de subvención/financiamiento: University Grants Committee)
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
producto fabricado y exportado desde los EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .