- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06621134
Porównanie efektywności AI Chatbota i Infolinii Telefonicznej (AI chatbot)
Porównanie efektywności chatbota AI ze skutecznością infolinii telefonicznej w zakresie odpowiadania na problemy związane z COVID-19
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Od wybuchu pandemii w grudniu 2019 r. pandemia Covid-19 wywarła bezprecedensowy wpływ na dobrostan mieszkańców Hongkongu. Rząd przyjął zasady dystansowania społecznego, aby zminimalizować ryzyko infekcji. Należą do nich między innymi; zamknięcie szkół, praca zdalna i zakaz zgromadzeń grupowych. Te środki zapobiegania zakażeniom doprowadziły do zmiany wzorców korzystania z usług opieki zdrowotnej i działań związanych z poszukiwaniem pomocy. Badania wykazały również, że brak socjalizacji prowadzi do wyższego poziomu stresu zarówno u rodziców, jak i u dzieci.
W związku z trwającym zamknięciem szkół i wprowadzeniem środków związanych z pracą zdalną zarówno dzieci, jak i rodzice znajdują się pod ogromną presją. UNESCO (2020) podało, że według stanu na połowę kwietnia 2020 r. zamknięcie szkół dotknęło ponad 1,58 miliarda dzieci i młodzieży w 200 krajach. Chociaż długoterminowy wpływ wirusa Covid-19 na zdrowie psychiczne dzieci i rodziców nie jest znany, w obliczu tak bezprecedensowych czasów wzrosła liczba przypadków znęcania się, zaniedbywania i wykorzystywania dzieci. Rodziny o niskich dochodach lub rodziny z dziećmi ze specjalnymi potrzebami edukacyjnymi (SEN) są podatne na maltretowanie dzieci i/lub kryzys psychiczny. Rodzice pracujący w domu stoją przed wyzwaniami związanymi z spełnianiem potrójnej roli: pracy, opieki nad dziećmi i opieki domowej. Co gorsza, brak zainteresowań i motywacji do nauki u dzieci stanowi dodatkowe obciążenie dla rodziców, którzy przejmują rolę nauczycieli. Rodzice są skłonni do doświadczania wypalenia rodzicielskiego, które charakteryzuje się wyczerpaniem psychicznym i fizycznym, z poczuciem beznadziejności. Dlatego jasne jest, że istnieje duże zapotrzebowanie społeczne na badania nad zdrowiem fizycznym i psychicznym w związku z Covid-19. Konieczne jest zapobieganie potencjalnym i łagodzenie istniejących problemów związanych z relacjami rodzic-dziecko, stresem rodzicielskim i funkcjonowaniem rodziny spowodowanych przez Covid-19.
W związku z tym priorytetem powinno być zbadanie łatwiej dostępnych i skutecznych sposobów radzenia sobie z potencjalnymi i istniejącymi problemami zdrowotnymi (zarówno fizycznymi, jak i psychicznymi). Sztuczna inteligencja (AI) w usługach opieki zdrowotnej może potencjalnie zmniejszyć obciążenie pracowników służby zdrowia, odpowiadając na często zadawane pytania za pośrednictwem systemu sztucznej inteligencji, a wszystko to w zaciszu domu pacjenta. Biorąc pod uwagę potencjalnie szkodliwy wpływ COVID-19 zarówno na dzieci, jak i na rodziców, ważne jest wypełnienie luki badawczej dotyczącej tego, w jaki sposób sztuczna inteligencja może służyć jako platforma poszukiwania pomocy, szczególnie w okresach dystansu społecznego.
W ciągu ostatniej dekady sztuczna inteligencja została szeroko zastosowana w usługach opieki zdrowotnej. W szczególności wykorzystanie chatbotów zwiększyło zaangażowanie społeczeństwa w służbę zdrowia, a wszystko to w zaciszu domu osoby badanej. Chatboty AI wykorzystywały przetwarzanie języka naturalnego (NLP), aby ułatwić interakcję z użytkownikami podczas rozmów, udostępniając społeczeństwu odpowiednie porady medyczne. Inteligentne algorytmy sztucznej inteligencji umożliwiają wczesną diagnostykę chorób i oferują techniki leczenia osobom, które w przeciwnym razie mogłyby zostać zdiagnozowane zbyt późno. Na przykład amerykańskie Centrum Kontroli i Zapobiegania Chorobom (CDC) uruchomiło chatbota o nazwie Clara, aby pomóc użytkownikom uzyskać dostęp do informacji na temat potencjalnych objawów koronaawirusa i pomóc im w podjęciu decyzji o konieczności skorzystania z opieki medycznej). Jest to szczególnie przydatne, ponieważ umożliwia identyfikację grup wysokiego ryzyka wymagających pomocy lekarskiej poprzez segregację pacjentów według ich objawów, co pozwala ograniczyć wizyty w szpitalu w przypadku drobnych przypadków. Zapewnia także wsparcie członkom rodzin osób z grup wysokiego ryzyka w zakresie środków, jakie można podjąć, aby zapobiec zakażeniu i sposobów złagodzenia presji związanej z opieką nad pacjentami w rodzinie.
Chatboty AI zasługują na uwagę ze względu na szybkie reagowanie na pytania użytkowników, ponieważ zapewniają usługę przez całą dobę. Ponadto odpowiedzi dostarczane przez sztuczną inteligencję są uważane za dokładniejsze niż odpowiedzi wyszukiwarek, pod warunkiem biegłości w zakresie metod eksploracji danych. Cechy te są istotne, ponieważ użytkownicy mogą zasięgnąć porady psychomedycznej, zachowując dystans społeczny, bez konieczności osobistych spotkań z lekarzami.
Chatboty AI mogą służyć jako narzędzie samopomocy umożliwiające uzyskanie wglądu w radzenie sobie z problemami zarówno psychicznymi, jak i fizycznymi, ale jest to dalekie od doskonałości. Mamy nadzieję, że to badanie może przyczynić się do uczynienia chatbotów AI integralną częścią usługi opieki zdrowotnej.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Hong Kong, Hongkong, 0000
- Department of Paediatrics and Adolescent Medicine, The University of Hong Kong
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Osoby, które wyrażą zgodę na udział w badaniu.
Kryteria wykluczenia:
- Osoby, które nie wyrażą zgody na udział w badaniu.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Grupa Kontrolna
Uczestnicy zostaną poproszeni o wyrażenie zgody na randomizację przy pierwszym dostępie do naszego systemu.
Użytkownicy zadają pytania objęte bankiem pytań oraz konkretne pytania nieobjęte pytaniem za pośrednictwem infolinii telefonicznej.
|
Uczestnicy zostaną poproszeni o wyrażenie zgody na randomizację przy pierwszym dostępie do naszego systemu.
Użytkownicy zadają pytania objęte bankiem pytań oraz konkretne pytania nieobjęte pytaniem za pośrednictwem infolinii telefonicznej.
|
|
Grupa Interwencyjna
Uczestnicy będą musieli wyrazić zgodę na randomizację przy pierwszym dostępie do naszego systemu.
Użytkownicy mogą zadawać pytania objęte bankiem pytań, a także konkretne pytania nieobjęte bankiem, za pośrednictwem czatu AI.
|
Uczestnicy będą musieli wyrazić zgodę na randomizację przy pierwszym dostępie do naszego systemu.
Użytkownicy mogą zadawać pytania objęte bankiem pytań, a także konkretne pytania nieobjęte bankiem, za pośrednictwem czatu AI.
Celem jest zrozumienie istotnej różnicy pomiędzy wykorzystaniem chatbotów AI i infolinii telefonicznych do pomocy rodzicom, a także efektywności chatbotów AI w porównaniu z infoliniami telefonicznymi.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ogólne zaburzenie lękowe (GAD - 7)
Ramy czasowe: 1 tydzień w ramach testu wstępnego, 1 tydzień w okresie po teście
|
7-punktowy kwestionariusz uogólnionych zaburzeń lękowych (GAD-7) jest narzędziem przesiewowym samodzielnie zgłaszanym, stosowanym do oceny nasilenia objawów uogólnionych zaburzeń lękowych u dorosłych.
Składa się z siedmiu pytań, które dotyczą różnych objawów powszechnie kojarzonych z uogólnionym zaburzeniem lękowym, takich jak uczucie nerwowości, niepokoju lub zdenerwowania. Ogólne zaburzenie lękowe (GAD - 7)
|
1 tydzień w ramach testu wstępnego, 1 tydzień w okresie po teście
|
|
Kwestionariusz Zdrowia Pacjenta-9
Ramy czasowe: 1 tydzień w ramach testu wstępnego, 1 tydzień w okresie po teście
|
Kwestionariusz Zdrowia Pacjenta-9 (PHQ-9) to kwestionariusz do samodzielnego wypełniania, stosowany do badań przesiewowych i oceny ciężkości depresji u pacjentów.
Składa się z dziewięciu pytań opartych na kryteriach diagnozy dużego zaburzenia depresyjnego zawartych w Podręczniku diagnostycznym i statystycznym zaburzeń psychicznych (DSM-5).
Pacjenci proszeni są o ocenę, jak często doświadczali określonych objawów depresji w ciągu ostatnich dwóch tygodni, przy czym możliwe są odpowiedzi od „wcale” do „prawie codziennie”.
Całkowity wynik w skali PHQ-9 może pomóc pracownikom służby zdrowia określić obecność i stopień nasilenia depresji u pacjenta, a także monitorować jego reakcję na leczenie w czasie.
|
1 tydzień w ramach testu wstępnego, 1 tydzień w okresie po teście
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Badanie satysfakcji z usług
Ramy czasowe: 1 tydzień w ramach testu wstępnego, 1 tydzień w okresie po teście
|
Badanie satysfakcji z usług to metoda stosowana przez organizacje w celu zebrania informacji zwrotnej od klientów lub klientów na temat ich zadowolenia ze świadczonych usług.
Ankiety te zazwyczaj zawierają pytania oceniające różne aspekty obsługi, takie jak jakość, szybkość reakcji, profesjonalizm i ogólna satysfakcja.
Informacje zwrotne zebrane z tych ankiet mogą pomóc organizacjom zidentyfikować obszary wymagające poprawy i podejmować świadome decyzje w celu ulepszenia swoich usług.
|
1 tydzień w ramach testu wstępnego, 1 tydzień w okresie po teście
|
Współpracownicy i badacze
Sponsor
Publikacje i pomocne linki
Publikacje ogólne
- Naseem M, Akhund R, Arshad H, Ibrahim MT. Exploring the Potential of Artificial Intelligence and Machine Learning to Combat COVID-19 and Existing Opportunities for LMIC: A Scoping Review. J Prim Care Community Health. 2020 Jan-Dec;11:2150132720963634. doi: 10.1177/2150132720963634.
- Kretzschmar K, Tyroll H, Pavarini G, Manzini A, Singh I; NeurOx Young People's Advisory Group. Can Your Phone Be Your Therapist? Young People's Ethical Perspectives on the Use of Fully Automated Conversational Agents (Chatbots) in Mental Health Support. Biomed Inform Insights. 2019 Mar 5;11:1178222619829083. doi: 10.1177/1178222619829083. eCollection 2019.
- Tso WWY, Wong RS, Tung KTS, Rao N, Fu KW, Yam JCS, Chua GT, Chen EYH, Lee TMC, Chan SKW, Wong WHS, Xiong X, Chui CS, Li X, Wong K, Leung C, Tsang SKM, Chan GCF, Tam PKH, Chan KL, Kwan MYW, Ho MHK, Chow CB, Wong ICK, Lp P. Vulnerability and resilience in children during the COVID-19 pandemic. Eur Child Adolesc Psychiatry. 2022 Jan;31(1):161-176. doi: 10.1007/s00787-020-01680-8. Epub 2020 Nov 17.
- Russell BS, Hutchison M, Tambling R, Tomkunas AJ, Horton AL. Initial Challenges of Caregiving During COVID-19: Caregiver Burden, Mental Health, and the Parent-Child Relationship. Child Psychiatry Hum Dev. 2020 Oct;51(5):671-682. doi: 10.1007/s10578-020-01037-x.
- Lee J. Mental health effects of school closures during COVID-19. Lancet Child Adolesc Health. 2020 Jun;4(6):421. doi: 10.1016/S2352-4642(20)30109-7. Epub 2020 Apr 14. No abstract available. Erratum In: Lancet Child Adolesc Health. 2020 Jun;4(6):e16. doi: 10.1016/S2352-4642(20)30128-0.
- Garrido S, Millington C, Cheers D, Boydell K, Schubert E, Meade T, Nguyen QV. What Works and What Doesn't Work? A Systematic Review of Digital Mental Health Interventions for Depression and Anxiety in Young People. Front Psychiatry. 2019 Nov 13;10:759. doi: 10.3389/fpsyt.2019.00759. eCollection 2019.
- Cluver L, Lachman JM, Sherr L, Wessels I, Krug E, Rakotomalala S, Blight S, Hillis S, Bachman G, Green O, Butchart A, Tomlinson M, Ward CL, Doubt J, McDonald K. Parenting in a time of COVID-19. Lancet. 2020 Apr 11;395(10231):e64. doi: 10.1016/S0140-6736(20)30736-4. Epub 2020 Mar 25. No abstract available. Erratum In: Lancet. 2020 Apr 11;395(10231):1194. doi: 10.1016/S0140-6736(20)30790-X.
- Chew AMK, Ong R, Lei HH, Rajendram M, K V G, Verma SK, Fung DSS, Leong JJ, Gunasekeran DV. Digital Health Solutions for Mental Health Disorders During COVID-19. Front Psychiatry. 2020 Sep 9;11:582007. doi: 10.3389/fpsyt.2020.582007. eCollection 2020. No abstract available.
Przydatne linki
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- UW21-344
- Collaborative Research Fund (Inny numer grantu/finansowania: University Grants Committee)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Infolinia telefoniczna
-
Boston Medical CenterEunice Kennedy Shriver National Institute of Child Health and Human Development...ZakończonyDziecięca otyłość | Interwencja otyłości oparta na technologiiStany Zjednoczone