説得力のあるコミュニケーションを調整するための患者エクスペリエンス レコメンダー システム (PERSPECT)

患者の視点を最大限に活かし、ライフスタイル選択を効果的にサポートするため、「説得力のあるコミュニケーションをカスタマイズするための患者エクスペリエンスレコメンダーシステム」を開発します。 PERSPECT は、患者の個人的な観点を評価し、健康メッセージに対する患者の好みを理解し、個々の患者に関連したパーソナライズされた説得力のある健康コミュニケーションを提供する適応型コンピューター システムです。

研究者らは、高度な機械学習アルゴリズムを適用して、数千人の患者の「集合知」に基づいてメッセージを適応的に推奨することで、既存のトップダウンの専門家主導の健康コミュニケーション介入の主要な弱点を克服することを提案している。 この取り組みは、パラダイムを変える「Web 2.0」アプローチを適応型パーソナライゼーションに活用するもので、コンピューターに合わせた医療コミュニケーション (CTHC) の分野に広範な影響を与える可能性があります。

現在の CTHC 介入では、科学専門家からの知識を利用して、ベースラインの患者の「プロファイル」を収集し、専門家が作成したルールベースのシステムを使用して、患者のサブセットにメッセージを送ります。 これらの市場セグメンテーション介入は、特定の患者がライフスタイル目標を達成できるよう支援する上である程度の有望性を示しています。 理論的には健全ですが、ルールベースのシステムは、対象となる人々にとって本質的に重要な社会文化的概念を考慮していない可能性があり、そのため関連性が制限されます。 さらに、この規則は患者のフィードバックに適応していません。

ヘルスケア以外でも、Google、Amazon、Netflix、Pandora などの企業は、適応型レコメンデーション システムを広範囲に活用して、個人との関連性が強化されたコンテンツを提供しています。 これらのシステムは、機械学習アルゴリズムを使用して、個々のユーザーから収集した好みのフィードバックを含む、さまざまなデータ ソースからパーソナライズされた推奨事項を導き出します。

この患者中心アウトカム研究所 (PCORI) のパイロットの範囲内で、研究者らは、禁煙に向けた患者の意思決定支援という特定の状況において、機械学習レコメンダー システムを CTHC に適応させるという課題に取り組む予定です。 喫煙が予防可能な主要な死因であること、および現在の連邦補助金 (R01 CA129091) で開発された 1,000 件の説得力のあるメッセージの既存データベースがあるため、捜査官がこのドメインを選択したのです。 具体的な研究の目的は次のとおりです。

目的 1: PERSPeCT Recruit 700 の喫煙者を複数の補完的な戦略を使用してトレーニングするために明示的なフィードバック データを収集し、Web インターフェイスを使用して、喫煙者に (a) 喫煙と禁煙に関する視点と社会​​文化的背景情報、および (b) 評価の提供を依頼します。禁煙メッセージの影響力のある側面について。

目的 2: カスタマイズされた推奨フレームワークを設計、実装、検証するこれには、(a) 患者プロファイル、メッセージ メタデータ、Web サイトのビュー、影響力評価を統合する機械学習推奨システムの開発と実装、(b) モデルのトレーニングと検証が含まれます。その予測パフォーマンス。

目的 3: PERSPeCT のパイロットランダム化試験 (n = 120 喫煙者) を実施する。 研究者らは、PERSPeCT システムは、(H1) 喫煙者がより多くのメッセージ評価を提供するにつれて、影響力が増大するメッセージを選択し、(H2) 喫煙者が十分な数の評価を提供する場合、ルールベースの CTHC システムよりも影響力の高いメッセージを選択するという仮説を立てています。 CTHC システムは患者の意思決定をサポートします。行動、ライフスタイル、選択について。 PERSPECeCT は、PCORI の関心領域、すなわち以下に対処します。 1) 患者のコントロールの範囲内での行動、ライフスタイル、および選択を調査する際に、患者の視点を評価するために使用できる方法を特定、テスト、および/または評価する。 2) 意思決定支援ツールを含む、患者中心のアプローチの開発、改良、テスト、および/または評価。 研究チームは、以前の研究からの説得力のあるメッセージの既存のデータベース、これらのメッセージの有効性に関する 2 年間のデータ、および学際的なチームを利用するため、この PCORI パイロットの範囲内でこれらの野心的な目的を達成する独自の立場にあります。医療コミュニケーション、Web システム エンジニアリング、機械学習レコメンダー システムの専門知識。