Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Sammenligning av effektiviteten til AI Chatbot med den til telefonhotline (AI chatbot)

30. september 2024 oppdatert av: Dr. Patrick Ip, The University of Hong Kong

Sammenligning av effektiviteten til en AI-chatbot med effektiviteten til en telefontelefon for å svare på covid-19-relaterte problemer

COVID-19-pandemien har betydelig påvirket velferden til mennesker i Hong Kong, noe som har ført til retningslinjer for sosial distansering og endringer i bruken av helsetjenester. Skolestenging og fjernarbeid har økt stressnivået for foreldre og barn. Sårbare befolkninger, som lavinntektsfamilier og barn med spesielle behov, har høyere risiko for mishandling og psykiske problemer. Foreldreutbrenthet har blitt en bekymring når foreldre sjonglerer med arbeid, barnepass og utdanningsansvar. Det er behov for forskning på de fysiske og mentale helseeffektene av covid-19 på familier og den potensielle rollen til AI i møte med disse utfordringene. AI, spesielt chatbots, kan gi tilgjengelig helseinformasjon og støtte, og hjelpe til med tidlig diagnose og behandling. AI chatbots tilbyr rettidige svar, nøyaktig informasjon og kontinuerlig tilgjengelighet, noe som gjør dem til verdifulle verktøy for ekstern helsehjelp. Selv om AI-chatboter ikke er uten begrensninger, kan videre forskning bidra til å integrere dem mer effektivt i helsetjenester.

Studieoversikt

Status

Fullført

Detaljert beskrivelse

COVID-19-pandemien har hatt en enestående innvirkning på velferden til mennesker i Hong Kong siden utbruddet i desember 2019. Regjeringen har vedtatt sosial distanseringspolitikk for å minimere risikoen for infeksjon. Disse inkluderer, men er ikke begrenset til; skolestenging, fjernarbeid og forbud mot gruppesamlinger. Disse infeksjonstiltakene har ført til endret mønster i bruk av helsetjenester og hjelpesøkende aktiviteter. Studier har også vist at mangel på sosialisering fører til høyere stressnivåer for både foreldre og barn.

Ettersom skolestenging og fjernarbeidstiltak fortsetter, er både barn og foreldre under stort press. UNESCO (2020) rapporterte at over 1,58 milliarder barn og unge i 200 land ble berørt av skolenedleggelse, i midten av april 2020. Selv om den langsiktige effekten av COVID-19 på barns og foreldres mentale helse er ukjent, har tilfeller av barnemishandling, omsorgssvikt og utnyttelse økt i møte med slike enestående tider. Lavinntektsfamilier eller familier med barn med behov for spesialundervisning (SEN) er utsatt for at barn blir mishandlet og/eller har en psykisk helsekrise. Foreldre som jobber hjemmefra står overfor utfordringer med å fylle en trippelrolle: arbeid, barnepass og hjemmepass. Enda verre, barns mangel på læringsinteresser og motivasjon legger ekstra byrder på foreldrene når de tar opp rollen som lærere. Foreldre er tilbøyelige til å oppleve foreldrenes utbrenthet, som er preget av mental og fysisk utmattelse, med en følelse av håpløshet. Derfor er det tydelig at det er sterke samfunnsmessige behov for forskning på covid-19 fysisk og psykisk helse. Det er avgjørende å forebygge potensielle og dempe eksisterende problemer med forhold mellom foreldre og barn, foreldrestress og familiefunksjon forårsaket av COVID-19.

Utforsking av lettere tilgjengelige og effektive måter å håndtere potensielle og eksisterende helseproblemer (både fysisk og mentalt) bør derfor prioriteres. Kunstig intelligens (AI) i helsetjenester har potensialet til å redusere arbeidsmengden til helsepersonell ved å svare på vanlige spørsmål gjennom AI-systemet, alt fra hjemmet til forsøkspersonen. Med tanke på den potensielt skadelige effekten av COVID-19 på både barn og foreldre, er det viktig å fylle forskningshullet om hvordan AI kan tjene som en plattform for å søke hjelp, spesielt i tider med sosial distansering.

AI har blitt bredt tatt i bruk i helsetjenester det siste tiåret. Spesielt bruken av chatbots har økt offentlig engasjement i helsetjenesten, alt fra hjemmet til forsøkspersonen. AI chatbots brukte naturlig språkbehandling (NLP) for å lette interaksjon med brukere i samtaler, og gjorde passende medisinske råd tilgjengelig for publikum. Intelligente algoritmer i AI muliggjør tidlig diagnose av sykdom og tilbyr behandlingsteknikker til de som ellers kan ha blitt diagnostisert for sent. For eksempel har U.S. Centers for Disease Control and Prevention (CDC) lansert en chatbot ved navn Clara for å hjelpe brukere med å få tilgang til informasjon om potensielle symptomer på koronavirus og hjelpe dem i stand til å ta avgjørelser om behovet for å søke medisinsk behandling). Dette er spesielt nyttig ettersom det identifiserer høyrisikogrupper som trenger medisinsk hjelp ved å triagere pasienter i henhold til deres symptomer, og dermed redusere sykehusbesøk for mindre tilfeller. Den gir også støtte til familiemedlemmer i høyrisikogrupper med hensyn til hvilke tiltak som kan iverksettes for å forhindre infeksjon og måter å avlaste på med å ta vare på pasienter i familien.

AI-chatbots fortjener oppmerksomhet i sin raske respons på brukernes spørsmål, ettersom de tilbyr en tjeneste døgnet rundt. I tillegg anses svar fra AI som mer nøyaktige enn søkemotorer, med forbehold om ferdighetene til datautvinningsmetoder. Disse funksjonene er av betydning ettersom brukere er i stand til å søke psykomedisinske råd mens de praktiserer sosial distansering, uten ansikt til ansikt avtaler med klinikere.

AI chatbots kan tjene som et selvhjelpsverktøy for å få innsikt i å håndtere både mentale og fysiske forhold, men det er langt fra perfeksjon. Håpet er at denne studien kan bidra til å gjøre AI chatbots til en integrert del av helsetjenesten.

Studietype

Observasjonsmessig

Registrering (Faktiske)

48

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

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

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Ingen spesifikk populasjon

Beskrivelse

Inkluderingskriterier:

  • Forsøkspersoner som gir samtykke til å delta i studien.

Ekskluderingskriterier:

  • Forsøkspersoner som ikke gir samtykke til å delta i studien.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Kontrollgruppe
Deltakere vil bli bedt om å samtykke til randomisering ved første gangs tilgang til systemet vårt. Brukere stiller spørsmål som dekkes av spørsmålsbanken og spesifikke spørsmål som ikke dekkes av spørsmålet gjennom en telefontelefon.
Deltakere vil bli bedt om å samtykke til randomisering ved første gangs tilgang til systemet vårt. Brukere stiller spørsmål som dekkes av spørsmålsbanken og spesifikke spørsmål som ikke dekkes av spørsmålet gjennom en telefontelefon.
Intervensjonsgruppe
Deltakere vil bli pålagt å gi samtykke til randomisering når de først får tilgang til systemet vårt. Brukere kan stille spørsmål som dekkes av spørsmålsbanken, samt spesifikke spørsmål som ikke dekkes av banken, gjennom en AI-chatboks.
Deltakere vil bli pålagt å gi samtykke til randomisering når de først får tilgang til systemet vårt. Brukere kan stille spørsmål som dekkes av spørsmålsbanken, samt spesifikke spørsmål som ikke dekkes av banken, gjennom en AI-chatboks. Målet er å forstå den betydelige forskjellen mellom å bruke AI chatbots og telefonhotlines for å hjelpe foreldre, samt effektiviteten til AI chatbots sammenlignet med telefonhotlines.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Generell angstlidelse (GAD - 7)
Tidsramme: 1 uke innen Pre-test, 1 uke innen Post-test
Spørreskjemaet Generalized Anxiety Disorder 7-item (GAD-7) er et selvrapportert screeningsverktøy som brukes til å vurdere alvorlighetsgraden av symptomer på generalisert angstlidelse hos voksne. Den består av syv spørsmål som spør om ulike symptomer som vanligvis er assosiert med generalisert angstlidelse, som å føle seg nervøs, engstelig eller på kanten. Generell angstlidelse (GAD - 7)
1 uke innen Pre-test, 1 uke innen Post-test
Pasienthelsespørreskjema-9
Tidsramme: 1 uke innen Pre-test, 1 uke innen Post-test
Patient Health Questionnaire-9 (PHQ-9) er et selvadministrert spørreskjema som brukes til å screene for og vurdere alvorlighetsgraden av depresjon hos pasienter. Den består av ni spørsmål basert på kriteriene for diagnostisering av alvorlig depressiv lidelse i Diagnostic and Statistical Manual of Mental Disorders (DSM-5). Pasienter blir bedt om å rangere hvor ofte de har opplevd visse symptomer på depresjon i løpet av de siste to ukene, med svaralternativer fra «ikke i det hele tatt» til «nesten hver dag». Den totale poengsummen på PHQ-9 kan hjelpe helsepersonell med å bestemme tilstedeværelsen og alvorlighetsgraden av depresjon hos en pasient, samt overvåke deres respons på behandling over tid.
1 uke innen Pre-test, 1 uke innen Post-test

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Tjenestetilfredshetsundersøkelse
Tidsramme: 1 uke innen Pre-test, 1 uke innen Post-test
En tjenestetilfredshetsundersøkelse er en metode som brukes av organisasjoner for å samle tilbakemeldinger fra kunder eller klienter angående deres tilfredshet med tjenestene som tilbys. Disse undersøkelsene inkluderer vanligvis spørsmål som vurderer ulike aspekter ved tjenesteopplevelsen, som kvalitet, respons, profesjonalitet og generell tilfredshet. Tilbakemeldingene fra disse undersøkelsene kan hjelpe organisasjoner med å identifisere forbedringsområder og ta informerte beslutninger for å forbedre tjenestene sine.
1 uke innen Pre-test, 1 uke innen Post-test

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

3. september 2021

Primær fullføring (Faktiske)

4. september 2024

Studiet fullført (Faktiske)

5. september 2024

Datoer for studieregistrering

Først innsendt

16. september 2024

Først innsendt som oppfylte QC-kriteriene

30. september 2024

Først lagt ut (Faktiske)

1. oktober 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

1. oktober 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

30. september 2024

Sist bekreftet

1. september 2024

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • UW21-344
  • Collaborative Research Fund (Annet stipend/finansieringsnummer: University Grants Committee)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere