설득력 있는 의사소통 맞춤을 위한 환자 경험 추천 시스템 (PERSPECT)

환자의 관점을 극대화하고 라이프스타일 선택을 효과적으로 지원하기 위해 "설득력 있는 커뮤니케이션 맞춤을 위한 환자 경험 추천 시스템"을 개발할 것입니다. PERSPeCT는 환자의 개별적인 관점을 평가하고 건강 메시지에 대한 환자의 선호도를 이해하며 개별 환자와 관련된 개인화되고 설득력 있는 건강 커뮤니케이션을 제공하는 적응형 컴퓨터 시스템입니다.

조사관은 수천 명의 환자의 "집단 지능"을 기반으로 메시지를 적응적으로 추천하는 고급 기계 학습 알고리즘을 적용하여 기존의 하향식 전문가 주도 건강 커뮤니케이션 개입의 주요 약점을 극복할 것을 제안합니다. 이 작업은 컴퓨터 맞춤형 의료 커뮤니케이션(CTHC) 분야에 광범위한 영향을 미칠 수 있는 적응형 개인화에 대한 패러다임 전환 "웹 2.0" 접근 방식을 활용할 것입니다.

과학 전문가의 지식을 사용하여 현재 CTHC 개입은 기본 환자 "프로필"을 수집한 다음 전문가가 작성한 규칙 기반 시스템을 사용하여 메시지를 환자의 하위 집합에 대상으로 지정합니다. 이러한 시장 세분화 개입은 특정 환자가 라이프스타일 목표에 도달하도록 돕는 데 약간의 가능성을 보여줍니다. 이론적으로는 건전하지만 규칙 기반 시스템은 대상 인구에게 본질적으로 중요한 사회 문화적 개념을 설명하지 못하여 관련성을 제한할 수 있습니다. 또한 규칙은 환자 피드백에 적용되지 않습니다.

의료 서비스 외에 Google, Amazon, Netflix 및 Pandora와 같은 회사는 개인 관련성이 향상된 콘텐츠를 제공하기 위해 적응형 추천 시스템을 광범위하게 사용했습니다. 이러한 시스템은 기계 학습 알고리즘을 사용하여 개별 사용자로부터 수집된 선호도 피드백을 포함하여 다양한 데이터 소스에서 개인화된 권장 사항을 도출합니다.

이 PCORI(Patient-Centered Outcomes Research Institute) 파일럿 범위 내에서 조사관은 금연에 대한 환자 결정 지원의 특정 맥락에서 기계 학습 추천 시스템을 CTHC에 적용하는 문제를 해결할 것입니다. 조사자들은 흡연이 예방 가능한 주요 사망 원인이고 현재 연방 보조금(R01 CA129091)에서 개발된 1,000개의 설득력 있는 메시지 데이터베이스가 있기 때문에 이 도메인을 선택했습니다. 구체적인 연구 목표는 다음과 같습니다.

목표 1: 다양한 무료 전략을 사용하고 웹 인터페이스를 사용하여 PERSPeCT Recruit 700 흡연자를 교육하기 위해 명시적 피드백 데이터를 수집하고 흡연자에게 (a) 흡연 및 금연에 대한 관점과 사회 문화적 맥락 정보 및 (b) 등급을 제공하도록 요청합니다. 금연 메시지의 영향력 있는 측면.

목표 2: 맞춤형 추천 프레임워크 설계, 구현 및 검증 여기에는 (a) 환자 프로필, 메시지 메타데이터, 웹 사이트 보기 및 영향력 평가를 통합하는 기계 학습 추천 시스템 개발 및 구현, (b) 모델 교육 및 검증이 포함됩니다. 예측 성능.

목표 3: PERSPeCT의 파일럿 무작위 시험(n = 흡연자 120명)을 수행합니다. 조사관은 PERSPeCT 시스템이 (H1) 흡연자가 더 많은 메시지 등급을 제공할 때 영향력이 증가하는 메시지를 선택하고 (H2) 흡연자가 충분한 등급을 제공할 때 규칙 기반 CTHC 시스템보다 더 나은 영향력이 있는 메시지를 선택할 것이라고 가정합니다. CTHC 시스템은 환자의 결정을 지원합니다. 행동, 라이프 스타일 및 선택에 대해. PERSPeCT는 PCORI에 대한 관심 영역을 다룹니다. 2) 의사 결정 지원 도구를 포함하여 환자 중심 접근 방식을 개발, 개선, 테스트 및/또는 평가합니다. 연구 팀은 조사자들이 이전 연구에서 얻은 설득력 있는 메시지의 기존 데이터베이스, 이러한 메시지의 효과에 대한 2년 간의 데이터 및 학제 간 팀을 활용하기 때문에 이 PCORI 파일럿의 범위 내에서 이러한 야심 찬 목표를 달성할 수 있는 고유한 위치에 있습니다. 건강 커뮤니케이션, 웹 시스템 엔지니어링 및 기계 학습 추천 시스템에 대한 전문 지식.