- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06621134
Az AI Chatbot és a telefonos forródrót hatékonyságának összehasonlítása (AI chatbot)
Egy mesterséges intelligencia chatbot és egy telefonos forródrót hatékonyságának összehasonlítása a COVID-19-hez kapcsolódó problémák megválaszolásához
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A COVID-19 világjárvány a 2019 decemberi járvány óta példátlan hatással volt a hongkongi emberek jólétére. A kormány társadalmi távolságtartási politikákat fogadott el a fertőzés kockázatának minimalizálása érdekében. Ezek közé tartozik, de nem kizárólag; iskolabezárás, távmunka és a csoportos összejövetelek tilalma. Ezek a fertőzésellenes intézkedések az egészségügyi szolgáltatások igénybevételének és a segítségkérő tevékenységeknek a megváltozásához vezettek. A tanulmányok azt is kimutatták, hogy a szocializáció hiánya magasabb stresszszinthez vezet mind a szülők, mind a gyermekek számára.
Az iskolabezárás és a távmunkával kapcsolatos intézkedések folytatódnak, mind a gyerekek, mind a szülők nagy nyomás alatt állnak. Az UNESCO (2020) jelentése szerint 2020 április közepén 200 országban több mint 1,58 milliárd gyermeket és fiatalt érintett az iskolabezárás. Bár a COVID-19 hosszú távú hatása a gyermekek és a szülők mentális egészségére nem ismert, a gyermekbántalmazás, az elhanyagolás és a kizsákmányolás esetei megszaporodtak az ilyen példátlan időkben. Az alacsony jövedelmű családok vagy a sajátos nevelési igényű (SEN) gyermeket nevelő családok hajlamosak a rossz bánásmódra és/vagy a mentális egészségügyi krízisekre. Az otthonról dolgozó szülőknek kihívásokkal kell szembenézniük, hogy három szerepet töltsenek be: munka, gyermekgondozás és otthoni gondozás. Ami még rosszabb, a gyerekek tanulási érdeklődésének és motivációjának hiánya plusz terhet ró a szülőkre, amikor átveszik a tanári szerepet. A szülők hajlamosak átélni a szülői kiégést, amelyet szellemi és fizikai kimerültség jellemez, kilátástalanság érzésével. Ezért egyértelmű, hogy komoly társadalmi igények vannak a COVID-19 fizikai és mentális egészséggel kapcsolatos kutatásaira. Elengedhetetlen a COVID-19 okozta lehetséges szülő-gyerek kapcsolat, szülői stressz és családi működési problémák megelőzése és enyhítése.
Következésképpen a lehetséges és meglévő egészségügyi problémák (fizikai és lelki) könnyebben elérhető és hatékonyabb kezelési módjainak feltárását prioritásként kell kezelni. A mesterséges intelligencia (AI) az egészségügyi szolgáltatásokban csökkentheti az egészségügyi dolgozók munkaterhét azáltal, hogy az MI rendszeren keresztül válaszol a gyakran ismételt kérdésekre, mindezt az alany otthonából. Figyelembe véve a COVID-19 potenciálisan káros hatását mind a gyermekekre, mind a szülőkre, fontos pótolni azt a kutatási hiányt, hogy a mesterséges intelligencia miként szolgálhat a segítségkérés platformjaként, különösen a társadalmi távolságtartás idején.
Az elmúlt évtizedben az AI széles körben elterjedt az egészségügyi szolgáltatásokban. A chatbotok használata különösen fokozta a lakosság egészségügyi szolgáltatásokba való bevonását, mindezt az alany otthonából. A mesterséges intelligencia chatbotjai természetes nyelvi feldolgozást (NLP) alkalmaztak, hogy megkönnyítsék a felhasználókkal való interakciót a beszélgetések során, így a megfelelő orvosi tanácsokat hozzáférhetővé tették a nyilvánosság számára. Az MI intelligens algoritmusai lehetővé teszik a betegségek korai diagnosztizálását, és kezelési technikákat kínálnak azok számára, akiknél egyébként túl későn diagnosztizálták volna. Például az Egyesült Államok Betegségellenőrzési és Megelőzési Központja (CDC) elindított egy Clara nevű chatbotot, hogy segítse a felhasználókat a koronavírus lehetséges tüneteivel kapcsolatos információkhoz való hozzáférésben, és segítse őket abban, hogy döntéseket hozzanak az orvosi ellátás szükségességéről. Ez különösen hasznos, mivel azonosítja az orvosi ellátásra szoruló magas kockázatú csoportokat a betegek tüneteik szerinti osztályozással, ezáltal csökkentve a kisebb esetek kórházi látogatásait. Támogatást nyújt a magas kockázatú csoportok családtagjainak abban is, hogy milyen intézkedéseket lehet tenni a fertőzések megelőzése érdekében, és hogyan lehet enyhíteni a családon belüli betegek ellátására irányuló nyomást.
Az AI chatbotok figyelmet érdemelnek a felhasználók kérdéseire adott gyors válaszukban, mivel éjjel-nappal szolgáltatást nyújtanak. Ráadásul az AI által adott válaszok pontosabbnak tekinthetők, mint a keresőmotoroké, az adatbányászati módszerek jártasságától függően. Ezek a jellemzők jelentősek, mivel a felhasználók pszicho-orvosi tanácsot kérhetnek a szociális távolságtartás gyakorlása közben, anélkül, hogy személyesen kellene találkozniuk a klinikusokkal.
Az AI chatbotok önsegítő eszközként szolgálhatnak a mentális és fizikai állapotok kezelésében egyaránt, de messze van a tökéletességtől. A remény az, hogy ez a tanulmány hozzájárulhat ahhoz, hogy az AI chatbotok az egészségügyi szolgáltatások szerves részévé váljanak.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Hong Kong, Hong Kong, 0000
- Department of Paediatrics and Adolescent Medicine, The University of Hong Kong
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Azok az alanyok, akik hozzájárulnak a vizsgálatban való részvételhez.
Kizárási kritériumok:
- Azok az alanyok, akik nem adják hozzájárulásukat a vizsgálatban való részvételhez.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Ellenőrző csoport
A résztvevőknek a rendszerünkhöz való első hozzáférésükkor bele kell adniuk a véletlenszerű besorolást.
A felhasználók a kérdésbank által érintett kérdéseket, illetve a kérdésben nem érintett konkrét kérdéseket telefonos forródróton keresztül tehetnek fel.
|
A résztvevőknek a rendszerünkhöz való első hozzáférésükkor bele kell adniuk a véletlenszerű besorolást.
A felhasználók a kérdésbank által érintett kérdéseket, illetve a kérdésben nem érintett konkrét kérdéseket telefonos forródróton keresztül tehetnek fel.
|
|
Beavatkozó Csoport
A résztvevőknek hozzájárulásukat kell adniuk a véletlenszerű besoroláshoz, amikor először hozzáférnek rendszerünkhöz.
A felhasználók a kérdésbank által lefedett kérdéseket, valamint a bank által nem lefedett konkrét kérdéseket tehetik fel az AI chatboxon keresztül.
|
A résztvevőknek hozzájárulásukat kell adniuk a véletlenszerű besoroláshoz, amikor először hozzáférnek rendszerünkhöz.
A felhasználók a kérdésbank által lefedett kérdéseket, valamint a bank által nem lefedett konkrét kérdéseket tehetik fel az AI chatboxon keresztül.
A cél az, hogy megértsük a jelentős különbséget az AI chatbotok és a telefonos forródrótok használata között a szülők segítésére, valamint az AI chatbotok hatékonyságát a telefonos forródrótokhoz képest.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Általános szorongásos zavar (GAD - 7)
Időkeret: 1 hét az előteszten belül, 1 hét az utóteszten belül
|
A Generalized Anxiety Disorder 7 item (GAD-7) kérdőív egy önbevallásos szűrőeszköz, amelyet a generalizált szorongásos zavar tüneteinek súlyosságának felmérésére használnak felnőtteknél.
Hét kérdésből áll, amelyek a generalizált szorongásos zavarral kapcsolatos különféle tünetekre vonatkoznak, mint például az idegesség, a szorongás vagy az idegesség. Általános szorongásos zavar (GAD - 7)
|
1 hét az előteszten belül, 1 hét az utóteszten belül
|
|
Beteg-egészségügyi kérdőív-9
Időkeret: 1 hét az előteszten belül, 1 hét az utóteszten belül
|
A Patient Health Questionnaire-9 (PHQ-9) egy önkitöltős kérdőív, amelyet a betegek depressziójának kiszűrésére és súlyosságának felmérésére használnak.
Kilenc kérdésből áll, amelyek a súlyos depressziós rendellenesség diagnosztizálására vonatkozó kritériumokon alapulnak a Mentális zavarok diagnosztikai és statisztikai kézikönyvében (DSM-5).
A betegeket arra kérik, hogy értékeljék, milyen gyakran tapasztalták a depresszió bizonyos tüneteit az elmúlt két hétben, a válaszlehetőségek az "egyáltalán nem"-től a "majdnem minden nap"-ig terjednek.
A PHQ-9 összpontszáma segíthet az egészségügyi szolgáltatóknak meghatározni a depresszió jelenlétét és súlyosságát a páciensben, valamint nyomon követni a kezelésre adott válaszát az idő múlásával.
|
1 hét az előteszten belül, 1 hét az utóteszten belül
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Szolgáltatási elégedettségi felmérés
Időkeret: 1 hét az előteszten belül, 1 hét az utóteszten belül
|
A szolgáltatással való elégedettség felmérése egy olyan módszer, amelyet a szervezetek arra használnak, hogy visszajelzéseket gyűjtsenek az ügyfelektől vagy ügyfelektől a nyújtott szolgáltatásokkal való elégedettségükről.
Ezek a felmérések jellemzően olyan kérdéseket tartalmaznak, amelyek a szolgáltatási tapasztalat különböző szempontjait értékelik, mint például a minőség, a válaszkészség, a professzionalizmus és az általános elégedettség.
Az ezekből a felmérésekből gyűjtött visszajelzések segíthetnek a szervezeteknek azonosítani a fejlesztésre szoruló területeket, és megalapozott döntéseket hozni szolgáltatásaik fejlesztése érdekében.
|
1 hét az előteszten belül, 1 hét az utóteszten belül
|
Együttműködők és nyomozók
Szponzor
Publikációk és hasznos linkek
Általános kiadványok
- 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.
Hasznos linkek
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
Egyéb vizsgálati azonosító számok
- UW21-344
- Collaborative Research Fund (Egyéb támogatási/finanszírozási szám: University Grants Committee)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
az Egyesült Államokban gyártott és onnan exportált termék
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .