Potilaskokemuksen suosittelujärjestelmä vakuuttavaan viestintäräätälöintiin (PERSPECT)

Maksimoidaksemme potilaan näkökulman ja tukeaksemme tehokkaasti elämäntapavalintoja, kehitämme "Potilaskokemuksen suosittelujärjestelmän vakuuttavaan viestintäräätälöintiin". PERSPeCT on mukautuva tietokonejärjestelmä, joka arvioi potilaan yksilöllisen näkökulman, ymmärtää potilaan terveysviestien mieltymykset ja tarjoaa yksilöllistä, vakuuttavaa terveysviestintää yksittäiselle potilaalle.

Tutkijat ehdottavat, että olemassa olevien ylhäältä alaspäin suuntautuvien asiantuntijalähtöisten terveysviestintätoimenpiteiden keskeiset heikkoudet voitetaan soveltamalla kehittyneitä koneoppimisalgoritmeja, jotka suosittelevat adaptiivisesti viestejä tuhansien potilaiden "kollektiiviseen älykkyyteen". Tämä työ hyödyntää paradigmaa vaihtavaa "Web 2.0" -lähestymistapaa mukautuvaan personointiin, jolla on potentiaalia laajalle vaikutukselle tietokoneelle räätälöidyn terveysviestinnän (CTHC) alalla.

Tieteellisten asiantuntijoiden tietämyksen avulla nykyiset CTHC-toimenpiteet keräävät peruspotilaiden "profiileja" ja käyttävät sitten asiantuntijoiden kirjoittamia, sääntöihin perustuvia järjestelmiä viestien kohdentamiseen potilaiden alaryhmiin. Nämä markkinasegmentointitoimenpiteet osoittavat lupauksia auttaa tiettyjä potilaita saavuttamaan elämäntapatavoitteensa. Vaikka sääntöihin perustuvat järjestelmät ovat teoreettisesti järkeviä, ne eivät välttämättä ota huomioon sosiokulttuurisia käsitteitä, joilla on luontainen merkitys kohdeväestölle, mikä rajoittaa niiden merkitystä. Lisäksi säännöt eivät mukaudu potilaiden palautteeseen.

Terveydenhuollon ulkopuolella yritykset, kuten Google, Amazon, Netflix ja Pandora, ovat käyttäneet laajasti mukautuvia suositusjärjestelmiä tarjotakseen sisältöä, jolla on parannettu henkilökohtaista merkitystä. Nämä järjestelmät käyttävät koneoppimisalgoritmeja räätälöityjen suositusten johtamiseen useista tietolähteistä, mukaan lukien yksittäisiltä käyttäjiltä kerätty palaute.

Tämän potilaskeskeisten tulosten tutkimusinstituutin (PCORI) pilotin puitteissa tutkijat käsittelevät haasteita, jotka liittyvät koneoppimissuositusjärjestelmien mukauttamiseen CTHC:hen potilaan tupakoinnin lopettamisen tuen erityisessä kontekstissa. Tutkijat ovat valinneet tämän toimialueen, koska tupakointi on tärkeä ehkäistävissä oleva kuolinsyy ja koska meillä on olemassa oleva tietokanta, joka sisältää 1 000 vakuuttavaa viestiä, jotka on kehitetty nykyisen liittovaltion apurahan yhteydessä (R01 CA129091). Tutkimuksen erityistavoitteet ovat:

Tavoite 1: Kerää nimenomaista palautedataa kouluttaaksesi PERSPeCT Recruit 700 tupakoitsijaa käyttämällä useita ilmaisia ​​strategioita ja käyttämällä verkkokäyttöliittymää. Pyydä tupakoitsijoita toimittamaan (a) näkemyksiä tupakoinnista ja lopettamisesta sekä sosiokulttuurista kontekstia ja (b) arvioita tupakoinnin lopettamiseen liittyvien viestien vaikuttavuudesta.

Tavoite 2: Suunnittele, toteuta ja validoi räätälöity suosituskehys Tähän sisältyy (a) koneoppimissuositusjärjestelmän kehittäminen ja käyttöönotto, joka integroi potilasprofiilit, viestien metatiedot, verkkosivustojen näkymät ja vaikutusluokitukset, ja (b) mallin kouluttaminen ja validointi sen ennakoivaa suorituskykyä.

Tavoite 3: Suorita PERSPeCTin satunnaistettu pilottikoe (n = 120 tupakoitsijaa). Tutkijat olettavat, että PERSPeCT-järjestelmä (H1) valitsee viestejä, joilla on kasvava vaikutus, kun tupakoitsijat antavat enemmän viestejä, ja (H2) valitsee viestejä, joilla on parempi vaikutus kuin sääntöihin perustuva CTHC-järjestelmä, kun tupakoitsijat antavat riittävän määrän arvioita CTHC-järjestelmät tukevat potilaiden päätöksiä. käyttäytymisestä, elämäntavoista ja valinnoista. PERSPeCT käsittelee PCORI:n kannalta kiinnostavia alueita, nimittäin: 1) tunnistaa, testata ja/tai arvioida menetelmiä, joita voidaan käyttää potilaan näkökulman arvioimiseen, kun tutkitaan potilaan hallinnassa olevia käyttäytymismalleja, elämäntapoja ja valintoja; ja 2) potilaskeskeisten lähestymistapojen kehittäminen, jalostaminen, testaaminen ja/tai arviointi, mukaan lukien päätöksenteon tukityökalut. Tutkimusryhmällä on ainutlaatuinen asema saavuttaa nämä kunnianhimoiset tavoitteet tämän PCORI-pilotin puitteissa, koska tutkijat käyttävät olemassa olevaa tietokantaa vakuuttavista viesteistä aiemmasta tutkimuksesta, kahden vuoden tiedot näiden viestien tehokkuudesta ja monitieteistä tiimiä. asiantuntemusta terveysviestinnästä, verkkojärjestelmien suunnittelusta ja koneoppimisen suositusjärjestelmistä.