GPT-4O: n ja Rag-pohjaisen äänikeskustelun tehokkuuden ja hyväksyttävyyden arviointi masennuksen seulonnassa PHQ-9: n avulla (GPT4-RAG-PHQ)

Masennus on yleinen mielenterveyshaaste, jolla on merkittäviä henkilökohtaisia, sosiaalisia ja taloudellisia kustannuksia. Perinteiset mielenterveysresurssit kohtaavat esteitä, kuten leimautumista, rajoitettua saatavuutta ja pitkiä odotusaikoja. Teknologia, etenkin AI-moottorien työkalut, tarjoaa mahdollisuuden kattaa nämä aukot. Tässä tutkimuksessa käytetään GPT-4O: ta ja RAG: ta luomaan ääni-interaktiivinen chatbot, joka kykenee keskustelemaan sitoutumiseen, PHQ-9-kyselylomakkeen antamiseen ja henkilökohtaisen palautteen toimittamiseen.

Osallistujat täyttävät PHQ-9: n itsetestausta varten ennen vuorovaikutusta chatbotin kanssa (tuloksia ei paljasteta yleisölle, ja niitä käytetään vain tarkkuusvertailuihin), ja heidän itsetestajiensa tuloksia verrataan Tulokset, jotka chatbot on antanut tarkkuuden suhteen.

Chatbot -vuorovaikutus käsittää kolme vaihetta:

1. Lämpenemiskeskustelujen rakentamista ja yleistä tukea varten.

   • Chatbot aloittaa rento, empaattiset vuoropuhelut rakentaakseen raportteja käyttäjien kanssa, auttaen heitä tuntemaan olonsa mukavaksi ja helposti ennen siirtymistä PHQ-9-seulontaan.
   • Käyttäjät voivat kysyä mielenterveyteen liittyviä yleisiä kysymyksiä, ja chatbot tarjoaa tietoisia ja tukevia vastauksia.

2. Masennuksen seulonnan PHQ-9-kyselylomakkeen antaminen.

   • Chatbot esittelee PHQ-9-kyselylomakkeen selittäen sen tarkoituksen ja kuinka tulokset auttavat arvioimaan käyttäjän mielenterveyttä.
   • Äänivuorovaikutuksen avulla käyttäjät vastaavat yhdeksään PHQ-9-kysymykseen, ja chatbot tallentaa vastauksensa. Chatbot voi selventää kysymyksiä tai tarjota lisäympäristöä, jos käyttäjillä on vaikeuksia ymmärtää tiettyjä kohteita.

3. Tulosten analyysi ja räätälöityjen suositusten toimittaminen.

   • Kun käyttäjä on valmis PHQ-9, Chatbot analysoi vastaukset, laskee kokonaispistemäärän ja luokittelee tulokset vakavuusasteiksi (esim. Lievä, kohtalainen).
   • Pistemäärän perusteella chatbot tarjoaa henkilökohtaisia ​​suosituksia, kuten oma-apu-strategioita lieville oireille tai ehdottaa ammatillisia mielenterveyspalveluita vakavampiin tapauksiin.

Osallistujat ovat vuorovaikutuksessa chatbotin kanssa ja osallistuvat sitten yhden tunnin puolijärjestelmälliseen haastatteluun antaakseen palautetta kokemuksestaan. Tutkimuksessa keskitytään arvioimaan tällaisten LLM-pohjaisten chatbotien käytön hyväksyttävyyttä ja toteutettavuutta mielenterveyden seulonnassa ja mahdollisten parannusten ja riskien tunnistamiseen.

Opintotavoitteet Ensisijaiset tavoitteet

1. Arvioida GPT-4O- ja RAG-pohjaisen äänikeskustelun (HopeBot) hyväksyttävyys, toteutettavuus ja tarkkuus masennuksen seulontaan PHQ-9: n avulla.

   Hypoteesi: Osallistujat osoittivat HopeBotin (yli 65%) ja suurta halukkuutta käyttää tällaista LLM-pohjaista chatbotia mielenterveyden seulontaan tulevaisuudessa (yli 65%), mikä osoittaa LLM: n uskottavuuden tunnistamisen tukityökaluna Mielenterveyden seulonta (yli 65%). Osallistujat Hopebotin käyttö masennuksen seulontaan vastasi heidän itsetestauksensa PHQ-9-tuloksia 100%

2. Analysoida chatbotin tehokkuus masennusoireiden tunnistamisessa ja toimittamiskelpoisten suositusten antamisessa.

Hypoteesi: HopeBot voi auttaa käyttäjiä suorittamaan PHQ-9-testin ystävällisellä tavalla, auttaa käyttäjiä luokittelemaan vastaukset tarkasti ja antamaan tarkkoja testituloksia, heidän antamansa neuvot perustuvat virallisiin PHQ-9-ohjeisiin ja yli 70%: sta Käyttäjät sanovat, että heidän vastauksensa ovat erittäin tehokkaita ja hyödyllisiä.

Toissijaiset tavoitteet

1. Arvioida RAG: n integroinnin toteutettavuus ja suorituskyky LLM: n kanssa luomalla ääni-interaktiivinen chatbotti mielenterveydelle.

   Hypoteesi: Yli 65% osallistujista tunnusti, että RAG: n käyttävät vastaukset olivat hyödyllisempiä ja tehokkaampia.

2. Tutkitaan LLM: ien käyttöönoton vahvuuksia, rajoituksia ja riskejä mielenterveysalueella.

Hypoteesi: Yli 65% käyttäjistä sanoo, että Hopebot on erittäin kätevä, helpompi ja kustannusvapaat antamatta tuomitsemattomia neuvoja. 50% ilmaisi kuitenkin edelleen huolensa sen yksityisyydestä ja tietoturvasta.