AIチャットボットと電話ホットラインの効果を比較 (AI chatbot)
新型コロナウイルス感染症関連の問題に対応するための AI チャットボットの有効性と電話ホットラインの有効性を比較する
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
詳細な説明
新型コロナウイルス感染症(COVID-19)のパンデミックは、2019年12月に発生して以来、香港の人々の福祉に前例のない影響を与えている。 政府は感染リスクを最小限に抑えるために社会的距離政策を採用しました。 これらには以下が含まれますが、これらに限定されません。学校閉鎖、リモートワーク、集団集会の禁止。 これらの感染防止対策は、医療サービスの利用や助けを求める活動のパターンの変化につながりました。 研究では、社会化の欠如が親と子の両方のストレスレベルの上昇につながることも示しています。
学校閉鎖やリモートワーク措置が続く中、子どもたちも保護者も大きなプレッシャーにさらされている。 ユネスコ (2020) は、2020 年 4 月中旬の時点で、200 か国の 15 億 8,000 万人以上の子供と若者が学校閉鎖の影響を受けていると報告しました。 新型コロナウイルス感染症が子どもや親の精神的健康に与える長期的な影響は不明ですが、このような前例のない状況に直面して、児童虐待、育児放棄、搾取の事例が増加しています。 低所得世帯や特別な教育が必要な子ども (SEN) を持つ家族は、子どもが虐待を受けたり、精神的健康危機を抱えたりする傾向があります。 在宅勤務をしている親は、仕事、育児、家事という三重の役割を果たすという課題に直面しています。 さらに悪いことに、子供たちの学習への関心やモチベーションの欠如により、教師の役割を引き受ける親の負担がさらに大きくなります。 親は、絶望感を伴う精神的および肉体的な疲労を特徴とする親の燃え尽き症候群を経験する傾向があります。 したがって、新型コロナウイルス感染症の身体的および精神的健康に関する研究に対する社会的ニーズが強いことは明らかです。 新型コロナウイルス感染症によって引き起こされる親子関係、親のストレス、家族機能に関する潜在的な問題を予防し、既存の問題を軽減することが不可欠です。
したがって、潜在的および既存の健康問題(身体的および精神的両方)に対処する、より簡単にアクセスでき、効率的な方法を模索することが優先されるべきです。 医療サービスにおける人工知能 (AI) は、対象者の自宅に居ながら AI システムを通じてよくある質問に答えることで、医療従事者の負担を軽減する可能性があります。 新型コロナウイルス感染症が子どもと親の両方に与える潜在的な悪影響を考慮すると、特に社会的距離が保たれている時代に、AIが助けを求めるためのプラットフォームとしてどのように機能するかに関する研究のギャップを埋めることが重要です。
AI は過去 10 年間で医療サービスに広く導入されてきました。 特にチャットボットの使用により、対象者の自宅にいながらにして医療サービスへの国民の関与が強化されました。 AI チャットボットは自然言語処理 (NLP) を利用して会話におけるユーザーとの対話を促進し、適切な医療アドバイスを一般の人々が利用できるようにしました。 AI のインテリジェントなアルゴリズムにより、病気の早期診断が可能になり、診断が手遅れになっていた可能性がある人々に治療技術を提供できます。 たとえば、米国疾病管理予防センター (CDC) は、ユーザーがコロナウイルスの潜在的な症状に関する情報にアクセスし、医療を受ける必要性について意思決定できるようにするために、Clara という名前のチャットボットを開始しました)。 これは、症状に応じて患者をトリアージすることで医療処置が必要な高リスクグループを特定し、軽度の症例の場合は病院への来院を減らすことができるため、特に役立ちます。 また、高リスクグループの家族に対し、感染を防ぐためにどのような対策が取れるか、また家族内で患者の世話をする際のプレッシャーを軽減する方法についてもサポートを提供します。
AIチャットボットは24時間サービスを提供しており、ユーザーの質問に迅速に回答する点が注目されています。 さらに、AI によって提供される回答は、データ マイニング手法の熟練度に応じて、検索エンジンの回答よりも正確であると考えられています。 これらの機能は、ユーザーが社会的距離を保ちながら、臨床医との対面予約なしで心理医学的なアドバイスを求めることができるため、重要です。
AI チャットボットは、精神的および身体的状態の両方に対処するための洞察を得る自助ツールとして機能する可能性がありますが、完璧には程遠いです。 この研究が AI チャットボットを医療サービスに統合することに貢献できることが期待されています。
研究の種類
研究の種類
入学 (実際)
入学
連絡先と場所
研究場所
-
-
-
Hong Kong、香港、0000
- Department of Paediatrics and Adolescent Medicine, The University of Hong Kong
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 研究に参加することに同意した被験者。
除外基準:
- 研究への参加に同意を与えない被験者。
研究計画
研究はどのように設計されていますか?
デザインの詳細
グループ/コホートの数
コホートと介入
グループ/コホートグループ/コホート |
介入・治療介入・治療 |
|---|---|
|
コントロールグループ
参加者は、システムへの最初のアクセス時にランダム化に同意するよう求められます。
ユーザーは、質問バンクに含まれる質問と、質問に含まれない特定の質問を電話ホットラインを通じて質問します。
|
参加者は、システムへの最初のアクセス時にランダム化に同意するよう求められます。
ユーザーは、質問バンクに含まれる質問と、質問に含まれない特定の質問を電話ホットラインを通じて質問します。
|
|
介入グループ
参加者は、最初にシステムにアクセスするときに、ランダム化に同意する必要があります。
ユーザーは、質問バンクでカバーされている質問だけでなく、質問バンクでカバーされていない特定の質問も、AI チャットボックスを通じて質問できます。
|
参加者は、最初にシステムにアクセスするときに、ランダム化に同意する必要があります。
ユーザーは、質問バンクでカバーされている質問だけでなく、質問バンクでカバーされていない特定の質問も、AI チャットボックスを通じて質問できます。
目的は、保護者を支援するために AI チャットボットと電話ホットラインを使用することの大きな違いと、電話ホットラインと比較した AI チャットボットの有効性を理解することです。
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
全般性不安障害 (GAD - 7)
時間枠:プレテスト以内に 1 週間、ポストテスト以内に 1 週間
|
全般性不安障害 7 項目 (GAD-7) アンケートは、成人の全般性不安障害の症状の重症度を評価するために使用される自己申告型のスクリーニング ツールです。
これは、緊張、不安、イライラなど、全般性不安障害に一般的に関連するさまざまな症状について尋ねる 7 つの質問で構成されています。全般性不安障害 (GAD - 7)
|
プレテスト以内に 1 週間、ポストテスト以内に 1 週間
|
|
患者健康アンケート-9
時間枠:プレテスト以内に 1 週間、ポストテスト以内に 1 週間
|
Patient Health Questionnaire-9 (PHQ-9) は、患者のうつ病の重症度をスクリーニングおよび評価するために使用される自己記入式のアンケートです。
これは、精神障害の診断と統計マニュアル (DSM-5) の大うつ病性障害の診断基準に基づいた 9 つの質問で構成されています。
患者は、過去 2 週間に特定のうつ病の症状を経験した頻度を評価するよう求められ、回答の選択肢は「まったくない」から「ほぼ毎日」までの範囲です。
PHQ-9 の合計スコアは、医療提供者が患者のうつ病の存在と重症度を判断し、治療に対する反応を経時的に監視するのに役立ちます。
|
プレテスト以内に 1 週間、ポストテスト以内に 1 週間
|
二次結果の測定
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
サービス満足度調査
時間枠:プレテスト以内に 1 週間、ポストテスト以内に 1 週間
|
サービス満足度調査は、提供されたサービスの満足度について顧客またはクライアントからフィードバックを収集するために組織が使用する方法です。
これらのアンケートには通常、品質、対応、プロフェッショナリズム、全体的な満足度など、サービス エクスペリエンスのさまざまな側面を評価する質問が含まれます。
これらの調査から収集されたフィードバックは、組織が改善すべき領域を特定し、サービスを強化するための情報に基づいた意思決定を行うのに役立ちます。
|
プレテスト以内に 1 週間、ポストテスト以内に 1 週間
|
協力者と研究者
出版物と役立つリンク
一般刊行物
- 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.
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (実際)
一次修了
研究の完了 (実際)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
その他の研究ID番号
- UW21-344
- Collaborative Research Fund (その他の助成金/資金番号:University Grants Committee)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。