SAFE.AI: 농촌 암 치료 재정적 역량 강화를 위한 AI 기반 하이브리드 챗봇 개발 및 테스트
SAFE.AI: 농촌 암 환자 치료를 위한 재정적 역량 강화를 위한 AI 기반 하이브리드 챗봇 개발 및 테스트
연구 개요
상세 설명
암 치료 비용은 2030년까지 2,460억 달러에 이를 것으로 예상되어, 암은 개인에게 가장 비싼 건강 상태 중 하나가 될 것입니다. 암 관련 재정적 어려움은 심리적 웰빙, 건강 관련 삶의 질, 약물 순응도, 그리고 치료를 연기하거나 포기하는 결정에 부정적인 영향을 미칩니다. 농촌 지역의 암 환자와 가족은 재정적 어려움의 유병률이 더 높고, 더 많은 여행 관련 비용을 지불하며, 고유한 고용 및 소득 스트레스에 직면하고, 재정적 요구를 지원하는 것을 포함한 전문 암 치료 서비스 및 제공자에 대한 접근성이 낮습니다.
농촌 지역 암 환자와 가족의 요구를 위해 설계된 재정적 독성 중재는 거의 없습니다. 재정 내비게이션이 암 환자의 자비 지출을 효과적으로 줄일 수 있지만, 헌츠맨 암 연구소(HCI)를 포함한 암 프로그램의 재정 및 농촌 환자 내비게이션 서비스는 과도한 부담을 받고 있습니다. 대부분의 센터는 재정적 어려움에 대해 사전 예방적보다는 사후 대응적으로 대응하며, 프로그램은 여행 및 고용 어려움과 같은 비의료적 암 비용 원인에 대한 지원 능력이 떨어집니다.
이 격차를 해결하기 위해, 농촌 지역 암 환자, 돌봄 제공자 및 의료 이해관계자로 구성된 지역사회 자문 위원회와 함께 자율적 재정 역량 강화(SAFE) 리소스 도구 키트가 개발되었습니다. 지역사회 참여 연구는 또한 재정 자원 및 지원에 대한 개인 맞춤형 및 접근 가능한 정보의 필요성, 도움을 구하는 데 장벽이 되는 낙인, 그리고 암에 영향을 받는 농촌 지역사회에서 이러한 필수 서비스의 확산과 도달 범위를 제한하는 재정 내비게이션의 시간 및 자원 집약적 특성을 확인했습니다.
챗봇 또는 대화형 에이전트는 기계 학습을 적용하여 현실적인 인간 대화를 재현하는 인공 지능(AI) 시스템의 한 유형입니다. 명확하게 정의된 정보 경계를 기반으로 하는 스크립트 기반 챗봇은 질문에 정확하고 신뢰할 수 있으며 개인 맞춤형 응답을 제공합니다. 반대로 GPT4와 같은 대규모 언어 모델(LLM)을 사용하는 AI 기반 챗봇은 모호하고 개방형 질문을 처리하면서도 프라이버시를 계속 보호할 수 있습니다. 챗봇은 복잡한 정보 전달을 향상시키고, 사용자의 프라이버시와 지원 요구를 촉진하며, 인력 문제를 해결하는 개인 맞춤형, 청크화된 정보를 용이하게 합니다.
오픈소스 플랫폼인 GARDE-Chat은 HCI에서 유전성 암에 대한 건강 시스템 수준 위험 평가 및 유전자 검사를 위해 구축되었습니다. GARDE-Chat은 스크립트 기반, 하이브리드 및 AI 챗봇을 지원합니다. 이 파일럿 테스트 전에, GARDE-Chat은 SAFE 도구 키트 콘텐츠와 검증된 자원을 기반으로 재정적 독성에 대한 응답을 제공하도록 설계된 챗봇을 생성하는 데 사용될 것이며, 스크립트 버전의 챗봇을 개발할 것입니다. 챗봇의 대규모 언어 모델 구성 요소는 사용자가 더 복잡하고 개방형 질문을 할 수 있도록 하는 하이브리드 버전에 통합될 것이며, 지역사회 이해관계자 의견으로 세분화될 것입니다.
이것은 암 환자와 돌봄 제공자, 특히 농촌 지역사회에 있는 사람들을 지원하도록 설계된 새로운 챗봇 도구를 조사하는 무작위, 2군, 병렬 그룹 파일럿 시험입니다. 약 60명의 참가자가 1:1로 무작위 배정되어 하이브리드 챗봇 또는 AI 지원 챗봇과 상호작용할 것입니다. 참가자는 할당된 챗봇을 사용하여 보험, 여행 비용 및 암 치료의 기타 재정적 측면과 관련된 명확하고 유용한 정보를 얻을 것입니다. 등록된 참가자는 세 가지 설문조사(사전 테스트, 사후 테스트 및 2주 후 추적 조사)를 완료하고 사후 테스트 전에 챗봇과 상호작용할 것입니다. 참가자는 사후 테스트와 2주 후 추적 조사 사이에 원하는 대로 챗봇과 상호작용할 수 있습니다. 참가자는 챗봇 사용의 유용성, 사용 편의성 및 전반적인 경험에 대한 피드백을 공유하고, 2차 결과 측정을 위한 예비 효능을 평가하기 위해 사전 및 사후 테스트 측정을 완료할 것입니다. 모든 연구 활동은 온라인으로 수행될 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 장소
-
-
Utah
-
Salt Lake City, Utah, 미국, 84112
- Huntsman Cancer Institute/ University of Utah
-
연락하다:
- Djin Tay, PhD, RN
- 전화번호: 801-646-6440
- 이메일: Djin.Tay@nurs.utah.edu
-
수석 연구원:
- Djin Tay, PhD, RN
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 성인 (18세 이상)
- 다음 조건을 충족하는 암 환자 또는 암 환자의 재정적 책임이 있는 보호자:
- 헌츠만 암 연구소의 5개 주 관할 지역(유타, 아이다호, 와이오밍, 몬태나, 네바다)에 거주하며,
- 영어로 읽고 쓸 수 있으며,
- 미국 농무부 농촌-도시 통근 지역 코드(RUCA 코드 4-10)에 따라 비대도시로 분류된 거주 우편번호를 가진 농촌 지역에 거주하는 자.
제외 기준:
- 이 5개 주 지역 내에 거주하지 않는 응답자 – SAFE 도구 자료는 UT, ID, MT, WY, NV 지역의 헌츠만 암 연구소 환자 집단을 위해 개발되었습니다.
- 스페인어만 사용하거나 기타 비영어권 집단에 속하는 응답자 – 챗봇의 대규모 언어 모델은 영어로 개발될 예정입니다. 챗봇의 비영어 언어 학습은 본 연구 범위에 포함되지 않으므로, 영어로 읽고 쓸 수 없는 참가자는 적절하지 않을 수 있습니다. 따라서 스페인어만 사용하거나 기타 비영어권 집단에 속하는 참가자는 모집하지 않을 것입니다. 향후 연구에서는 챗봇을 다른 언어로 적용하는 작업을 포함할 예정입니다.
- 암 환자의 치료에 재정적 책임이 주로 없는 보호자 – 암 치료의 재정적 어려움에 대한 주제는 치료에 재정적으로 관여하지 않는 보호자에게는 관련성이 낮을 수 있습니다.
- 비농촌 거주자
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 지지 요법
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
다른: 규칙 기반 챗봇
이 그룹에 무작위 배정된 참가자는 규칙 기반 챗봇을 사용하도록 요청받게 됩니다.
|
규칙 기반(스크립트형) SAFE.ai 챗봇은 암 관련 재정적 부담을 겪고 있는 농촌 암 환자 및 돌봄 제공자에게 구조화된, 정확하며 일관된 정보를 제공하기 위해 구축된 안내형 대화 도구입니다. 이 챗봇은 HCI의 5개 주 관할 지역에 걸친 농촌 환자, 돌봄 제공자, 간호사 및 재정 네비게이션 전문가로 구성된 지역사회 자문 위원회(CAB)와 공동 개발된 재정적 역량 강화를 위한 자기 주장(SAFE) 자원 도구 모음에 기반을 두고 있습니다. 모든 스크립트형 응답은 질적 요구 평가 세션에서 확인된 우선순위를 반영하여 콘텐츠가 농촌 환자의 경험과 현실적인 재정적 어려움과 문화적으로 조화되도록 보장합니다. 챗봇은 규칙 기반 의사 결정 트리를 따릅니다. 사용자는 화면에 표시된 고정된 옵션 세트 중에서 응답을 선택하여 대화를 진행합니다. 이는 모든 콘텐츠가 임상적으로 검증되고 안전하며 일관되며 근거 기반 실무와 일치하도록 보장합니다. |
|
다른: 하이브리드 챗봇
이 그룹에 무작위 배정된 참가자는 하이브리드 챗봇을 사용하도록 요청받게 됩니다
|
하이브리드 SAFE.ai 챗봇은 기존 규칙 기반 시스템을 확장하여 대규모 언어 모델(LLM) 계층을 통합하여 더 유연하고 개방적이며 대화형 상호작용을 지원합니다. 규칙 기반 챗봇이 미리 정의된 콘텐츠를 통해 구조화된 대화를 제공하는 반면, 하이브리드 접근 방식은 사용자가 재정적 독성에 대해 복잡하거나 개인화된 질문을 할 수 있도록 합니다. 안전성과 정확성을 보장하기 위해 하이브리드 챗봇은 개방형 인터넷에서 응답을 생성할 수 없습니다. 규칙 기반 로직의 일관성과 LLM의 적응력을 결합함으로써, 하이브리드 챗봇은 사용자가 후속 질문을 하고, 세밀한 재정 상황을 설명하며, 자신의 표현으로 명확히 요청하고, SAFE 콘텐츠 준수를 보장하면서 더 맞춤형 지침을 받을 수 있게 합니다. |
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
단일 항목 도움 평가
기간: 최대 2주
|
도움 정도는 1점(매우 도움이 되지 않음)에서 5점(매우 도움 됨)까지의 응답 옵션을 가진 5점 리커트 척도 항목을 사용하여 평가됩니다.
총점은 최소 1점에서 최대 5점까지이며, 낮은 점수는 낮은 도움 정도를 나타내고, 높은 점수는 높은 도움 정도를 나타냅니다.
|
최대 2주
|
|
시스템 사용성 척도 (SUS)
기간: 최대 2주
|
SUS는 10개 항목, 5점 리커트 척도(0 = 전혀 동의하지 않음, 5 = 매우 동의함)입니다.
총 점수는 최소 0점에서 최대 100점까지이며, 낮은 점수는 낮은 사용성을 나타내고 높은 점수는 높은 사용성을 나타냅니다. |
최대 2주
|
|
개입 수용도 측정(AIM)
기간: 최대 2주
|
AIM은 4항목, 5점 리커트 척도(1 = 매우 동의하지 않음, 5 = 매우 동의함)입니다.
총점 범위는 최소 4점에서 최대 20점이며, 낮은 값은 낮은 수용성을 나타내고 높은 값은 높은 수용성을 나타냅니다.
|
최대 2주
|
|
챗봇 사용자 만족도(CUS) - 만족도 하위척도
기간: 최대 2주
|
CUS 척도의 만족도 하위척도는 5개 항목의 리커트 척도입니다(1 = 매우 동의하지 않음, 5 = 매우 동의함).
총점 범위는 최소 5점에서 최대 25점이며, 점수가 낮을수록 사용자 만족도가 낮고 점수가 높을수록 만족도가 높음을 나타냅니다.
|
최대 2주
|
|
자동화 시스템 신뢰도 테스트(TOAST)
기간: 최대 2주
|
TOAST는 9개 항목으로 구성된 7점 리커트 척도입니다(1 = 매우 동의하지 않음, 7 = 매우 동의함).
총점은 최소 9점에서 최대 63점까지이며, 낮은 점수는 신뢰도가 낮음을, 높은 점수는 신뢰도가 높음을 나타냅니다.
|
최대 2주
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
자기 보고된 재정적 걱정
기간: 최대 2주
|
재정적 걱정은 COST(재정적 독성에 대한 포괄적 점수) 평가를 통해 평가됩니다. COST는 12개 항목, 5점 리커트 척도(0=전혀 아님 ~ 4=매우 그렇다)입니다. 총점은 최소 0점에서 최대 44점까지이며, 점수가 낮을수록 재정적 웰빙이 더 나쁘고 점수가 높을수록 재정적 웰빙이 더 좋음을 나타냅니다. 이 결과 측정은 평균 COST 점수를 보고할 것입니다. |
최대 2주
|
|
건강 관련 삶의 질(QOL)
기간: 최대 2주
|
건강 관련 삶의 질은 36항목 단축형 건강 설문(SF-36)으로 평가됩니다. SF-36은 신체 구성요소 요약(PCS)과 정신 구성요소 요약(MCS)이라는 두 가지 하위 척도를 가지고 있습니다. 각 하위 척도는 0-100점 범위로, 낮은 점수는 더 나쁜 삶의 질을, 높은 점수는 더 좋은 삶의 질을 나타냅니다. 이 결과 측정은 평균 PCS 및 MCS 점수를 보고할 것입니다. |
최대 2주
|
|
암 대처 자기효능감
기간: 최대 2주
|
암 대처 자기효능감은 Cancer Behavior Inventory-Brief Version(CBI-B) 설문지를 사용하여 평가됩니다. CBI-B는 12개 항목, 9점 리커트 척도(1=전혀 자신 없음~9=완전히 자신 있음)입니다. CBI-B 총점 범위는 9점에서 108점이며, 낮은 점수는 더 나쁜 자기효능감을, 높은 점수는 더 좋은 자기효능감을 나타냅니다. |
최대 2주
|
|
심리사회적 고통
기간: 최대 2주
|
심리사회적 고통은 환자 건강 설문지-4(PHQ-4)로 측정됩니다. PHQ-4는 4개 항목, 4점 리커트 척도(0 = 전혀 아님 ~ 3 = 거의 매일)입니다. PHQ-4 총점은 0점에서 12점까지이며, 점수가 낮을수록 심리사회적 고통이 적고 점수가 높을수록 심리사회적 고통이 더 심각함을 나타냅니다. |
최대 2주
|
|
SAFE.AI와의 사용자 참여
기간: 최대 2주
|
SAFE.AI와의 사용자 참여도는 사후 조사 설문에서 AI 챗봇 평가를 위해 개발된 참여도 측정 도구를 사용하여 평가될 것입니다.
|
최대 2주
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Djin Tay, PhD, RN, Huntsman Cancer Institute/ University of Utah
간행물 및 유용한 링크
일반 간행물
- Ware J Jr, Kosinski M, Keller SD. A 12-Item Short-Form Health Survey: construction of scales and preliminary tests of reliability and validity. Med Care. 1996 Mar;34(3):220-33. doi: 10.1097/00005650-199603000-00003.
- Heitzmann CA, Merluzzi TV, Jean-Pierre P, Roscoe JA, Kirsh KL, Passik SD. Assessing self-efficacy for coping with cancer: development and psychometric analysis of the brief version of the Cancer Behavior Inventory (CBI-B). Psychooncology. 2011 Mar;20(3):302-12. doi: 10.1002/pon.1735.
- Yezefski T, Steelquist J, Watabayashi K, Sherman D, Shankaran V. Impact of trained oncology financial navigators on patient out-of-pocket spending. Am J Manag Care. 2018 Mar;24(5 Suppl):S74-S79.
- Hyzy M, Bond R, Mulvenna M, Bai L, Dix A, Leigh S, Hunt S. System Usability Scale Benchmarking for Digital Health Apps: Meta-analysis. JMIR Mhealth Uhealth. 2022 Aug 18;10(8):e37290. doi: 10.2196/37290.
- Zahnd WE, Davis MM, Rotter JS, Vanderpool RC, Perry CK, Shannon J, Ko LK, Wheeler SB, Odahowski CL, Farris PE, Eberth JM. Rural-urban differences in financial burden among cancer survivors: an analysis of a nationally representative survey. Support Care Cancer. 2019 Dec;27(12):4779-4786. doi: 10.1007/s00520-019-04742-z. Epub 2019 Apr 10.
- Chavez-Yenter D, Kimball KE, Kohlmann W, Lorenz Chambers R, Bradshaw RL, Espinel WF, Flynn M, Gammon A, Goldberg E, Hagerty KJ, Hess R, Kessler C, Monahan R, Temares D, Tobik K, Mann DM, Kawamoto K, Del Fiol G, Buys SS, Ginsburg O, Kaphingst KA. Patient Interactions With an Automated Conversational Agent Delivering Pretest Genetics Education: Descriptive Study. J Med Internet Res. 2021 Nov 18;23(11):e29447. doi: 10.2196/29447.
- Del Fiol G, Kohlmann W, Bradshaw RL, Weir CR, Flynn M, Hess R, Schiffman JD, Nanjo C, Kawamoto K. Standards-Based Clinical Decision Support Platform to Manage Patients Who Meet Guideline-Based Criteria for Genetic Evaluation of Familial Cancer. JCO Clin Cancer Inform. 2020 Jan;4:1-9. doi: 10.1200/CCI.19.00120.
- Bradshaw RL, Kawamoto K, Kaphingst KA, Kohlmann WK, Hess R, Flynn MC, Nanjo CJ, Warner PB, Shi J, Morgan K, Kimball K, Ranade-Kharkar P, Ginsburg O, Goodman M, Chambers R, Mann D, Narus SP, Gonzalez J, Loomis S, Chan P, Monahan R, Borsato EP, Shields DE, Martin DK, Kessler CM, Del Fiol G. GARDE: a standards-based clinical decision support platform for identifying population health management cohorts. J Am Med Inform Assoc. 2022 Apr 13;29(5):928-936. doi: 10.1093/jamia/ocac028.
- Mariotto AB, Enewold L, Zhao J, Zeruto CA, Yabroff KR. Medical Care Costs Associated with Cancer Survivorship in the United States. Cancer Epidemiol Biomarkers Prev. 2020 Jul;29(7):1304-1312. doi: 10.1158/1055-9965.EPI-19-1534. Epub 2020 Jun 10.
- Carrera PM, Kantarjian HM, Blinder VS. The financial burden and distress of patients with cancer: Understanding and stepping-up action on the financial toxicity of cancer treatment. CA Cancer J Clin. 2018 Mar;68(2):153-165. doi: 10.3322/caac.21443. Epub 2018 Jan 16.
- Lyman GH, Kuderer N. Financial Toxicity, Financial Abuse, or Financial Torture: Let's Call It What It is! Cancer Invest. 2020 Mar;38(3):139-142. doi: 10.1080/07357907.2020.1735084. Epub 2020 Mar 4. No abstract available.
- Pisu M, Henrikson NB, Banegas MP, Yabroff KR. Costs of cancer along the care continuum: What we can expect based on recent literature. Cancer. 2018 Nov 1;124(21):4181-4191. doi: 10.1002/cncr.31643. Epub 2018 Oct 17.
- Yabroff KR, Mariotto A, Tangka F, Zhao J, Islami F, Sung H, Sherman RL, Henley SJ, Jemal A, Ward EM. Annual Report to the Nation on the Status of Cancer, Part 2: Patient Economic Burden Associated With Cancer Care. J Natl Cancer Inst. 2021 Nov 29;113(12):1670-1682. doi: 10.1093/jnci/djab192.
- Knight TG, Deal AM, Dusetzina SB, Muss HB, Choi SK, Bensen JT, Williams GR. Financial Toxicity in Adults With Cancer: Adverse Outcomes and Noncompliance. J Oncol Pract. 2018 Oct 24:JOP1800120. doi: 10.1200/JOP.18.00120. Online ahead of print.
- Allcott N, Dunham L, Levy D, Carr J, Stitzenberg K. Financial burden amongst cancer patients treated with curative intent surgery alone. Am J Surg. 2019 Sep;218(3):452-456. doi: 10.1016/j.amjsurg.2019.01.033. Epub 2019 Jan 31.
- Williams CP, Gallagher KD, Deehr K, Aswani MS, Azuero A, Daniel CL, Ford EW, Ingram SA, Balch AJ, Rocque GB. Quantifying treatment preferences and their association with financial toxicity in women with breast cancer. Cancer. 2021 Feb 1;127(3):449-457. doi: 10.1002/cncr.33287. Epub 2020 Oct 27.
- Belcher SM, Lee H, Nguyen J, Curseen K, Lal A, Zarrabi AJ, Gantz L, Rosenzweig MQ, Hill JL, Yeager KA. Financial Hardship and Quality of Life Among Patients With Advanced Cancer Receiving Outpatient Palliative Care: A Pilot Study. Cancer Nurs. 2023 Jan-Feb 01;46(1):3-13. doi: 10.1097/NCC.0000000000001052. Epub 2021 Dec 31.
- Petermann V, Zahnd WE, Vanderpool RC, Eberth JM, Rohweder C, Teal R, Vu M, Stradtman L, Frost E, Trapl E, Koopman Gonzalez S, Vu T, Ko LK, Cole A, Farris PE, Shannon J, Lee J, Askelson N, Seegmiller L, White A, Edward J, Davis M, Wheeler SB. How cancer programs identify and address the financial burdens of rural cancer patients. Support Care Cancer. 2022 Mar;30(3):2047-2058. doi: 10.1007/s00520-021-06577-z. Epub 2021 Oct 16.
- Charlton M, Schlichting J, Chioreso C, Ward M, Vikas P. Challenges of Rural Cancer Care in the United States. Oncology (Williston Park). 2015 Sep;29(9):633-40.
- Spencer JC, Rotter JS, Eberth JM, Zahnd WE, Vanderpool RC, Ko LK, Davis MM, Troester MA, Olshan AF, Wheeler SB. Employment Changes Following Breast Cancer Diagnosis: The Effects of Race and Place. J Natl Cancer Inst. 2020 Jun 1;112(6):647-650. doi: 10.1093/jnci/djz197.
- Kent EE, Lee S, Asad S, Dobbins EE, Aimone EV, Park EM. "If I wasn't in a rural area, I would definitely have more support": social needs identified by rural cancer caregivers and hospital staff. J Psychosoc Oncol. 2023;41(4):393-410. doi: 10.1080/07347332.2022.2129547. Epub 2022 Oct 10.
- Zhang M, Wang X, Shao M, Li T, Guo S, Yang Y, Yu L, Bin M, Li D, Zhou H, Yao L, Chen C, Wang T. Financial toxicity of informal caregivers of colorectal cancer patients: A cross-sectional study. Eur J Oncol Nurs. 2024 Apr;69:102519. doi: 10.1016/j.ejon.2024.102519. Epub 2024 Feb 9.
- Crabtree-Ide C, Sevdalis N, Bellohusen P, Constine LS, Fleming F, Holub D, Rizvi I, Rodriguez J, Shayne M, Termer N, Tomaszewski K, Noyes K. Strategies for Improving Access to Cancer Services in Rural Communities: A Pre-implementation Study. Front Health Serv. 2022 Mar 14;2:818519. doi: 10.3389/frhs.2022.818519. eCollection 2022.
- Spencer JC, Samuel CA, Rosenstein DL, Reeder-Hayes KE, Manning ML, Sellers JB, Wheeler SB. Oncology navigators' perceptions of cancer-related financial burden and financial assistance resources. Support Care Cancer. 2018 Apr;26(4):1315-1321. doi: 10.1007/s00520-017-3958-3. Epub 2017 Nov 9.
- de Moor JS, Kent EE, McNeel TS, Virgo KS, Swanberg J, Tracy JK, Banegas MP, Han X, Qin J, Yabroff KR. Employment Outcomes Among Cancer Survivors in the United States: Implications for Cancer Care Delivery. J Natl Cancer Inst. 2021 May 4;113(5):641-644. doi: 10.1093/jnci/djaa084.
- Sherman DE. Transforming Practices Through the Oncology Care Model: Financial Toxicity and Counseling. J Oncol Pract. 2017 Aug;13(8):519-522. doi: 10.1200/JOP.2017.023655. Epub 2017 Jun 7. No abstract available.
- Xu L, Sanders L, Li K, Chow JCL. Chatbot for Health Care and Oncology Applications Using Artificial Intelligence and Machine Learning: Systematic Review. JMIR Cancer. 2021 Nov 29;7(4):e27850. doi: 10.2196/27850.
- Kaphingst KA, Kohlmann WK, Lorenz Chambers R, Bather JR, Goodman MS, Bradshaw RL, Chavez-Yenter D, Colonna SV, Espinel WF, Everett JN, Flynn M, Gammon A, Harris A, Hess R, Kaiser-Jackson L, Lee S, Monahan R, Schiffman JD, Volkmar M, Wetter DW, Zhong L, Mann DM, Ginsburg O, Sigireddi M, Kawamoto K, Del Fiol G, Buys SS. Uptake of Cancer Genetic Services for Chatbot vs Standard-of-Care Delivery Models: The BRIDGE Randomized Clinical Trial. JAMA Netw Open. 2024 Sep 3;7(9):e2432143. doi: 10.1001/jamanetworkopen.2024.32143.
- Ta V, Griffith C, Boatfield C, Wang X, Civitello M, Bader H, DeCero E, Loggarakis A. User Experiences of Social Support From Companion Chatbots in Everyday Contexts: Thematic Analysis. J Med Internet Res. 2020 Mar 6;22(3):e16235. doi: 10.2196/16235.
- Hazarika I. Artificial intelligence: opportunities and implications for the health workforce. Int Health. 2020 Jul 1;12(4):241-245. doi: 10.1093/inthealth/ihaa007.
- De Souza JA, Wroblewski K, Proussaloglou E, Nicholson L, Hantel A, Wang Y. Validation of a financial toxicity (FT) grading system. American Society of Clinical Oncology; 2017.
- Hamm RF, Levine LD, Szymczak JE, Parry S, Srinivas SK, Beidas RS. An innovative sequential mixed-methods approach to evaluating clinician acceptability during implementation of a standardized labor induction protocol. BMC Med Res Methodol. 2023 Aug 29;23(1):195. doi: 10.1186/s12874-023-02010-7.
- Watkins JM, Brunnemer JE, Heeter KN, Medellin AM, Churchill WC, Goss JM, Hobson JM, Werner NE, Weaver RG, Kercher VMM, Kercher KA. Evaluating the feasibility and acceptability of a co-designed physical activity intervention for rural middle schoolers: a pilot study. BMC Public Health. 2024 Jul 9;24(1):1830. doi: 10.1186/s12889-024-19356-2.
- Stanhope J. Patient Health Questionnaire-4. Occup Med (Lond). 2016 Dec;66(9):760-761. doi: 10.1093/occmed/kqw165. No abstract available.
- Møller CG, Ang KE, Bongiovanni MDL, Khalid MS, Wu J. Metrics of success: evaluating user satisfaction in AI chatbots. In: Proceedings of the 8th International Conference on Advances in Artificial Intelligence (ICAAI 2024). Association for Computing Machinery; 2025:168-173. doi:10.1145/3704137.3704182
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .