Betegélmény-ajánló rendszer a meggyőző kommunikáció szabásához (PERSPECT)

A betegek perspektívájának maximalizálása és az életmód-választások hatékony támogatása érdekében kidolgozzuk a "Patient Experience Recommender System for Persuasive Communication Tailoring" rendszert. A PERSPeCT egy adaptív számítógépes rendszer, amely felméri a páciens egyéni perspektíváját, megérti a páciens egészségügyi üzenetekkel kapcsolatos preferenciáit, és személyre szabott, meggyőző egészségügyi kommunikációt biztosít az egyes betegek számára.

A kutatók azt javasolják, hogy a meglévő felülről lefelé haladó, szakértők által vezérelt egészségügyi kommunikációs beavatkozások kulcsfontosságú hiányosságait korszerű gépi tanulási algoritmusok alkalmazásával küszöböljék ki, amelyek a betegek ezreinek "kollektív intelligenciája" alapján adaptív módon ajánlanak üzeneteket. Ez a munka az adaptív személyre szabás paradigmaváltó „Web 2.0” megközelítését fogja hasznosítani, amely széles körű hatást gyakorolhat a számítógépre szabott egészségügyi kommunikáció (CTHC) területén.

A tudományos szakértők tudását felhasználva a jelenlegi CTHC-beavatkozások összegyűjtik az alapszintű beteg "profilokat", majd szakértők által írt, szabályokon alapuló rendszereket használnak az üzenetek célba juttatására a betegek alcsoportjaihoz. Ezek a piacszegmentációs beavatkozások ígéretesnek bizonyulnak abban, hogy bizonyos betegeket életstílusi céljaik elérésében segítenek. Bár elméletileg megalapozott, a szabályalapú rendszerek nem feltétlenül veszik figyelembe azokat a szociokulturális fogalmakat, amelyek alapvető fontossággal bírnak a célcsoport számára, így korlátozva relevanciájukat. Ezenkívül a szabályok nem alkalmazkodnak a betegek visszajelzéseihez.

Az egészségügyön kívül az olyan cégek, mint a Google, az Amazon, a Netflix és a Pandora, széles körben alkalmazzák az adaptív ajánlórendszereket, hogy fokozottan személyes vonatkozású tartalmat biztosítsanak. Ezek a rendszerek gépi tanulási algoritmusokat használnak, hogy személyre szabott ajánlásokat származtassanak különféle adatforrásokból, beleértve az egyes felhasználóktól gyűjtött preferencia-visszajelzéseket.

A Patient-Centered Outcomes Research Institute (PCORI) kísérleti projektjének keretein belül a kutatók foglalkozni fognak a gépi tanulási ajánlórendszerek CTHC-hez való adaptálásával járó kihívásokkal, a dohányzásról való leszokásról szóló betegek döntési támogatásának konkrét kontextusában. A nyomozók azért választották ezt a tartományt, mert a dohányzás az egyik fő megelőzhető halálok, és mert van egy 1000 meggyőző üzenetet tartalmazó adatbázisunk, amelyet egy jelenlegi szövetségi támogatás keretében fejlesztettek ki (R01 CA129091). A konkrét tanulmányi célok a következők:

1. cél: Explicit visszajelzési adatok gyűjtése annak érdekében, hogy a PERSPeCT Recruit 700 dohányost több, egymást kiegészítő stratégiával és webes felület használatával képezze ki, kérje meg a dohányosokat, hogy adjanak meg (a) a dohányzással és a leszokással kapcsolatos perspektívákat, valamint szociokulturális kontextus-információkat és (b) értékeléseket. a dohányzás abbahagyásáról szóló üzenetek befolyásos aspektusáról.

2. cél: Egyedi ajánlási keret megtervezése, megvalósítása és validálása Ez magában foglalja (a) olyan gépi tanulási ajánlórendszer kifejlesztését és megvalósítását, amely integrálja a páciensprofilokat, az üzenetek metaadatait, a webhelynézeteket és a befolyásértékeléseket, valamint (b) a modell betanítását és érvényesítését. prediktív teljesítményét.

3. cél: Végezze el a PERSPeCT kísérleti randomizált kísérletét (n = 120 dohányos). A kutatók azt feltételezik, hogy a PERSPeCT rendszer (H1) kiválasztja a növekvő befolyású üzeneteket, mivel a dohányosok több üzenetbesorolást adnak, és (H2) olyan üzeneteket választ, amelyek jobb hatással vannak, mint a szabályalapú CTHC-rendszer, amikor a dohányosok elegendő számú értékelést adnak. A CTHC-rendszerek támogatják a betegek döntéseit. viselkedésről, életmódról és választásokról. A PERSPeCT a PCORI érdeklődésére számot tartó területekkel foglalkozik, nevezetesen: 1) Olyan módszerek azonosítása, tesztelése és/vagy értékelése, amelyek felhasználhatók a páciens perspektívájának értékelésére, amikor a páciens irányítása alatt álló viselkedéseket, életmódokat és választásokat kutatják; és 2) betegközpontú megközelítések kidolgozása, finomítása, tesztelése és/vagy értékelése, beleértve a döntéstámogató eszközöket is. A kutatócsoport egyedülálló helyzetben van ezen ambiciózus célok megvalósításához a PCORI kísérleti program keretein belül, mivel a nyomozók egy meglévő adatbázist használnak fel egy korábbi tanulmány meggyőző üzeneteiből, két év adatait ezen üzenetek hatékonyságáról, valamint egy transzdiszciplináris csoportot. egészségügyi kommunikáció, webes rendszertervezés és gépi tanulást ajánló rendszerek terén szerzett szakértelem.