PHQ-9を使用したうつ病のスクリーニングのためのGPT-4OおよびRAGベースの音声チャットボットの有効性と受容性の評価 (GPT4-RAG-PHQ)

うつ病は、個人的、社会的、経済的なコストを伴う、一般的なメンタルヘルスの課題です。 従来のメンタルヘルスリソースは、スティグマ、限られた可用性、長い待ち時間などの障壁に直面しています。 テクノロジー、特にAI駆動のツールは、これらのギャップを埋める機会を提供します。 この研究では、GPT-4OとRAGを利用して、会話のエンゲージメント、PHQ-9アンケートの管理、パーソナライズされたフィードバックの提供が可能な音声相互作用チャットボットを作成します。

参加者は、チャットボットと対話する前にセルフテストのためにPHQ-9を記入します（結果は一般に公開されず、精度の比較にのみ使用されます）。正確性の観点からチャットボットによって与えられた結果。

チャットボットインタラクションは、3つのフェーズで構成されています。

1. 信頼関係の構築と一般的なサポートのためのウォームアップ会話。

   • チャットボットは、カジュアルで共感的な対話を開始し、ユーザーとの関係を構築し、PHQ-9スクリーニングに移行する前に、ユーザーが快適で安心感を感じます。
   • ユーザーはメンタルヘルスに関連する一般的な質問をすることができ、チャットボットは情報に基づいた支持的な回答を提供します。

2. うつ病スクリーニングのためのPHQ-9アンケートの投与。

   • チャットボットはPHQ-9アンケートを導入し、その目的と結果がユーザーのメンタルヘルスの評価にどのように役立つかを説明します。
   • 音声相互作用を通じて、ユーザーは9つのPHQ-9の質問に応答し、チャットボットは回答を記録します。 チャットボットは、ユーザーが特定のアイテムを理解するのが困難な場合、質問を明確にしたり、追加のコンテキストを提供したりできます。

3. 結果の分析と調整された推奨事項の配信。

   • ユーザーがPHQ-9を完了すると、チャットボットは応答を分析し、合計スコアを計算し、結果を重大度レベル（たとえば、軽度、中程度）に分類します。
   • スコアに基づいて、チャットボットは、軽度の症状のための自助戦略や、より深刻なケースのための専門的なメンタルヘルスサービスを提案するなど、パーソナライズされた推奨事項を提供します。

参加者はチャットボットと対話し、1時間の半構造化されたインタビューに参加して、経験に関するフィードバックを提供します。 この研究は、メンタルヘルスのスクリーニングでこのようなLLMベースのチャットボットを使用し、潜在的な改善とリスクを特定することの許容性と実現可能性の評価に焦点を当てています。

目的の主要な目的を研究します

1. PHQ-9を使用したうつ病スクリーニングのGPT-4OおよびRAGベースの音声チャットボット（HopeBot）の受容性、実現可能性、および精度を評価するため。

   仮説：参加者は、HopeBot（65％を超える）の高い受け入れ（65％を超える）と、そのようなLLMベースのチャットボットを将来のメンタルヘルススクリーニングに使用する意欲が高いことを示しました（65％を超える）。メンタルヘルススクリーニング（65％を超える）。 参加者は、うつ病のスクリーニングにHopeBotの使用を使用して、セルフテストPHQ-9の結果と100％一致しました

2. 抑うつ症状を特定し、実用的な推奨事項を提供する際のチャットボットの有効性を分析する。

仮説：HopeBotは、ユーザーがPHQ-9テストをフレンドリーな方法で行い、ユーザーが回答を正確に分類し、正確なテスト結果を提供するのに役立ちます。ユーザーは、回答が非常に効果的で役立つと言います。

二次目標

1. メンタルヘルスのための音声相互作用チャットボットを作成する際に、RAGをLLMと統合することの実現可能性とパフォーマンスを評価するため。

   仮説：参加者の65％以上が、RAGを使用した回答がより有用で効果的であることを認識しました。

2. メンタルヘルスドメインにLLMを展開することの長所、制限、およびリスクを調査する。

仮説：65％以上のユーザーが、HopeBotは非常に便利で、アクセスしやすく、非判断的なアドバイスを提供するために費用がかからないと述べています。 ただし、50％は、プライバシーとデータセキュリティについて依然として懸念を表明しています。