Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Vergelijking van de effectiviteit van AI-chatbot met die van een telefonische hotline (AI chatbot)

30 september 2024 bijgewerkt door: Dr. Patrick Ip, The University of Hong Kong

Vergelijking van de effectiviteit van een AI-chatbot met die van een telefonische hotline voor het beantwoorden van COVID-19-gerelateerde problemen

De COVID-19-pandemie heeft een aanzienlijke impact gehad op het welzijn van de mensen in Hong Kong, wat heeft geleid tot een sociaal afstandsbeleid en veranderingen in het gebruik van de gezondheidszorg. Schoolsluitingen en werken op afstand hebben het stressniveau voor ouders en kinderen doen toenemen. Kwetsbare bevolkingsgroepen, zoals gezinnen met lage inkomens en kinderen met speciale behoeften, lopen een groter risico op mishandeling en geestelijke gezondheidsproblemen. Burn-out bij ouders is een zorg geworden nu ouders hun verantwoordelijkheden op het gebied van werk, kinderopvang en onderwijs combineren. Er is behoefte aan onderzoek naar de fysieke en mentale gezondheidseffecten van COVID-19 op gezinnen en de potentiële rol van AI bij het aanpakken van deze uitdagingen. AI, met name chatbots, kan toegankelijke gezondheidszorginformatie en ondersteuning bieden, wat helpt bij vroege diagnose en behandeling. AI-chatbots bieden tijdige reacties, nauwkeurige informatie en continue beschikbaarheid, waardoor ze waardevolle hulpmiddelen zijn voor gezondheidshulp op afstand. Hoewel AI-chatbots niet zonder beperkingen zijn, kan verder onderzoek helpen om ze effectiever te integreren in de gezondheidszorg.

Studie Overzicht

Toestand

Voltooid

Gedetailleerde beschrijving

De COVID-19-pandemie heeft sinds de uitbraak in december 2019 een ongekende impact gehad op het welzijn van de mensen in Hongkong. De regering heeft een beleid van sociale afstand genomen om het risico op infectie te minimaliseren. Deze omvatten, maar zijn niet beperkt tot; sluiting van scholen, werken op afstand en het verbod op groepsbijeenkomsten. Deze infectiebestrijdingsmaatregelen hebben geleid tot een verandering in het patroon in het gebruik van gezondheidszorgdiensten en het zoeken naar hulp. Studies hebben ook aangetoond dat een gebrek aan socialisatie leidt tot hogere stressniveaus voor zowel ouders als kinderen.

Terwijl de sluiting van scholen en de maatregelen voor werken op afstand voortduren, staan ​​zowel kinderen als ouders onder grote druk. UNESCO (2020) meldde dat medio april 2020 meer dan 1,58 miljard kinderen en jongeren in 200 landen werden getroffen door de sluiting van scholen. Hoewel het langetermijneffect van COVID-19 op de geestelijke gezondheid van kinderen en ouders onbekend is, zijn de gevallen van kindermisbruik, verwaarlozing en uitbuiting toegenomen in het licht van zulke ongekende tijden. Gezinnen met een laag inkomen of gezinnen met kinderen met speciale onderwijsbehoeften (SEN) zijn vatbaar voor mishandeling van kinderen en/of een geestelijke gezondheidscrisis. Ouders die thuiswerken worden geconfronteerd met de uitdaging om een ​​drievoudige rol te vervullen: werk, kinderopvang en thuiszorg. Erger nog, het gebrek aan leerinteresses en motivatie van kinderen zorgt voor een extra last voor ouders als zij de rol van leraar op zich nemen. Ouders zijn geneigd een ouderlijke burn-out te ervaren, die wordt gekenmerkt door mentale en fysieke uitputting, met een gevoel van hopeloosheid. Het is daarom duidelijk dat er grote maatschappelijke behoeften zijn aan onderzoek naar de fysieke en geestelijke gezondheid van COVID-19. Het is absoluut noodzakelijk om potentiële problemen met betrekking tot de ouder-kindrelatie, ouderlijke stress en gezinsfunctioneren als gevolg van COVID-19 te voorkomen en te beperken.

Daarom moet het onderzoeken van gemakkelijker toegankelijke en efficiëntere manieren om met potentiële en bestaande gezondheidsproblemen (zowel fysiek als mentaal) om te gaan een prioriteit zijn. Kunstmatige intelligentie (AI) in de gezondheidszorg heeft het potentieel om de werkdruk van gezondheidswerkers te verminderen door veelgestelde vragen via het AI-systeem te beantwoorden, allemaal vanuit het comfort van het huis van de patiënt. Gezien het potentieel schadelijke effect van COVID-19 op zowel kinderen als ouders is het belangrijk om de onderzoekslacune op te vullen over de manier waarop AI kan dienen als platform voor het zoeken naar hulp, vooral in tijden van sociale afstand.

AI is de afgelopen tien jaar op grote schaal toegepast in de gezondheidszorg. Vooral het gebruik van chatbots heeft de betrokkenheid van het publiek bij de gezondheidszorg vergroot, allemaal vanuit het comfort van het huis van de patiënt. AI-chatbots maakten gebruik van natuurlijke taalverwerking (NLP) om de interactie met gebruikers in gesprekken te vergemakkelijken, waardoor passend medisch advies toegankelijk werd voor het publiek. Intelligente algoritmen in AI maken een vroege diagnose van ziekten mogelijk en bieden behandelingstechnieken aan degenen die anders misschien te laat zouden zijn gediagnosticeerd. De Amerikaanse Centers for Disease Control and Prevention (CDC) hebben bijvoorbeeld een chatbot gelanceerd met de naam Clara om gebruikers te helpen toegang te krijgen tot informatie over mogelijke symptomen van het coronavirus en hen in staat te stellen beslissingen te nemen over de noodzaak om medische hulp te zoeken). Dit is vooral nuttig omdat het risicogroepen identificeert die medische hulp nodig hebben door patiënten te beoordelen op basis van hun symptomen, waardoor ziekenhuisbezoeken voor kleine gevallen worden verminderd. Het biedt ook ondersteuning aan familieleden van risicogroepen over welke maatregelen kunnen worden genomen om infectie te voorkomen en manieren om de druk bij de zorg voor patiënten binnen hun gezin te verlichten.

AI-chatbots verdienen aandacht vanwege het snelle antwoord op vragen van gebruikers, aangezien ze 24 uur per dag service verlenen. Bovendien worden de antwoorden van AI als nauwkeuriger beschouwd dan die van zoekmachines, afhankelijk van de vaardigheid van dataminingmethoden. Deze kenmerken zijn van belang omdat gebruikers psycho-medisch advies kunnen inwinnen terwijl ze sociale afstand nemen, zonder persoonlijke afspraken met artsen.

AI-chatbots kunnen dienen als een zelfhulpmiddel om inzicht te krijgen in het omgaan met zowel mentale als fysieke aandoeningen, maar het is verre van perfectie. De hoop is dat dit onderzoek ertoe kan bijdragen dat AI-chatbots een geïntegreerd onderdeel van de gezondheidszorg worden.

Studietype

Observationeel

Inschrijving (Werkelijk)

48

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

      • Hong Kong, Hongkong, 0000
        • Department of Paediatrics and Adolescent Medicine, The University of Hong Kong

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Geen specifieke populatie

Beschrijving

Inclusiecriteria:

  • Proefpersonen die toestemming geven om deel te nemen aan het onderzoek.

Uitsluitingscriteria:

  • Proefpersonen die geen toestemming geven om aan het onderzoek deel te nemen.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Controlegroep
Deelnemers wordt bij hun eerste toegang tot ons systeem gevraagd om toestemming te geven voor randomisatie. Via een telefonische hotline kunnen gebruikers vragen stellen die onder de vragenbank vallen, en specifieke vragen die niet onder de vraag vallen.
Deelnemers wordt bij hun eerste toegang tot ons systeem gevraagd om toestemming te geven voor randomisatie. Via een telefonische hotline kunnen gebruikers vragen stellen die onder de vragenbank vallen, en specifieke vragen die niet onder de vraag vallen.
Interventie Groep
Deelnemers moeten toestemming geven voor randomisatie wanneer ze voor het eerst toegang krijgen tot ons systeem. Gebruikers kunnen via een AI-chatbox vragen stellen die door de vragenbank worden beantwoord, maar ook specifieke vragen die niet door de bank worden behandeld.
Deelnemers moeten toestemming geven voor randomisatie wanneer ze voor het eerst toegang krijgen tot ons systeem. Gebruikers kunnen via een AI-chatbox vragen stellen die door de vragenbank worden beantwoord, maar ook specifieke vragen die niet door de bank worden behandeld. Het doel is om het significante verschil te begrijpen tussen het gebruik van AI-chatbots en telefonische hotlines om ouders te helpen, evenals de effectiviteit van AI-chatbots in vergelijking met telefonische hotlines.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Algemene angststoornis (GAD - 7)
Tijdsspanne: 1 week binnen de pre-test, 1 week binnen de post-test
De vragenlijst met zeven items (GAD-7) voor gegeneraliseerde angststoornis is een zelfgerapporteerd screeningsinstrument dat wordt gebruikt om de ernst van symptomen van gegeneraliseerde angststoornis bij volwassenen te beoordelen. Het bestaat uit zeven vragen waarin wordt gevraagd naar verschillende symptomen die vaak verband houden met een gegeneraliseerde angststoornis, zoals zenuwachtig, angstig of gespannen voelen. Algemene angststoornis (GAD - 7)
1 week binnen de pre-test, 1 week binnen de post-test
Vragenlijst over de gezondheid van patiënten-9
Tijdsspanne: 1 week binnen de pre-test, 1 week binnen de post-test
De Patient Health Questionnaire-9 (PHQ-9) is een zelf in te vullen vragenlijst die wordt gebruikt om de ernst van depressie bij patiënten te screenen en te beoordelen. Het bestaat uit negen vragen, gebaseerd op de criteria voor het diagnosticeren van een depressieve stoornis in de Diagnostic and Statistical Manual of Mental Disorders (DSM-5). Patiënten wordt gevraagd aan te geven hoe vaak zij de afgelopen twee weken bepaalde symptomen van depressie hebben ervaren, waarbij de antwoordmogelijkheden variëren van ‘helemaal niet’ tot ‘bijna elke dag’. De totaalscore op de PHQ-9 kan zorgverleners helpen de aanwezigheid en ernst van depressie bij een patiënt te bepalen, en hun reactie op de behandeling in de loop van de tijd te volgen.
1 week binnen de pre-test, 1 week binnen de post-test

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Diensttevredenheidsonderzoek
Tijdsspanne: 1 week binnen de pre-test, 1 week binnen de post-test
Een Service Tevredenheidsonderzoek is een methode die organisaties gebruiken om feedback van klanten of opdrachtgevers te verzamelen over hun tevredenheid over de geleverde diensten. Deze enquêtes bevatten doorgaans vragen die verschillende aspecten van de service-ervaring beoordelen, zoals kwaliteit, reactievermogen, professionaliteit en algemene tevredenheid. De feedback die uit deze onderzoeken wordt verzameld, kan organisaties helpen verbeterpunten te identificeren en weloverwogen beslissingen te nemen om hun diensten te verbeteren.
1 week binnen de pre-test, 1 week binnen de post-test

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

3 september 2021

Primaire voltooiing (Werkelijk)

4 september 2024

Studie voltooiing (Werkelijk)

5 september 2024

Studieregistratiedata

Eerst ingediend

16 september 2024

Eerst ingediend dat voldeed aan de QC-criteria

30 september 2024

Eerst geplaatst (Werkelijk)

1 oktober 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

1 oktober 2024

Laatste update ingediend die voldeed aan QC-criteria

30 september 2024

Laatst geverifieerd

1 september 2024

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • UW21-344
  • Collaborative Research Fund (Ander subsidie-/financieringsnummer: University Grants Committee)

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

ONBESLIST

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren