Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Comparando a eficácia do AI Chatbot com a da linha direta por telefone (AI chatbot)

30 de setembro de 2024 atualizado por: Dr. Patrick Ip, The University of Hong Kong

Comparando a eficácia de um chatbot de IA com a de uma linha telefônica direta para responder a problemas relacionados ao COVID-19

A pandemia da COVID-19 teve um impacto significativo no bem-estar das pessoas em Hong Kong, levando a políticas de distanciamento social e a mudanças na utilização dos serviços de saúde. O fechamento de escolas e o trabalho remoto aumentaram os níveis de estresse de pais e filhos. As populações vulneráveis, como as famílias de baixos rendimentos e as crianças com necessidades especiais, correm maior risco de maus-tratos e de problemas de saúde mental. O esgotamento dos pais tornou-se uma preocupação à medida que os pais conciliam as responsabilidades de trabalho, cuidado dos filhos e educação. Há necessidade de investigação sobre os efeitos da COVID-19 na saúde física e mental das famílias e sobre o papel potencial da IA ​​na resposta a estes desafios. A IA, especialmente os chatbots, pode fornecer informações e apoio acessíveis sobre cuidados de saúde, auxiliando no diagnóstico e tratamento precoces. Os chatbots de IA oferecem respostas oportunas, informações precisas e disponibilidade contínua, tornando-os ferramentas valiosas para assistência médica remota. Embora os chatbots de IA tenham limitações, mais pesquisas podem ajudar a integrá-los de forma mais eficaz nos serviços de saúde.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Descrição detalhada

A pandemia da COVID-19 teve um impacto sem precedentes no bem-estar das pessoas em Hong Kong desde o surto em dezembro de 2019. O Governo adotou políticas de distanciamento social para minimizar o risco de infecção. Estes incluem, mas não estão limitados a; fechamento de escolas, trabalho remoto e proibição de reuniões em grupo. Estas medidas anti-infecciosas levaram a uma mudança no padrão de utilização dos serviços de saúde e nas actividades de procura de ajuda. Estudos também mostraram que a falta de socialização leva a níveis mais elevados de estresse tanto para os pais quanto para os filhos.

À medida que o encerramento das escolas e as medidas de trabalho remoto continuam, tanto as crianças como os pais estão sob grande pressão. A UNESCO (2020) informou que mais de 1,58 mil milhões de crianças e jovens em 200 países foram afectados pelo encerramento de escolas, em meados de Abril de 2020. Embora o efeito a longo prazo da COVID-19 na saúde mental das crianças e dos pais seja desconhecido, os casos de abuso, negligência e exploração infantis aumentaram face a tempos tão sem precedentes. Famílias de baixos rendimentos ou famílias com crianças com necessidades educativas especiais (NEE) são propensas a que as crianças sejam maltratadas e/ou tenham crises de saúde mental . Os pais que trabalham em casa enfrentam desafios para cumprir um triplo papel: trabalho, cuidado dos filhos e cuidados domiciliares. Pior ainda, a falta de interesse e motivação de aprendizagem das crianças acrescenta um fardo adicional aos pais à medida que assumem o papel de professores. Os pais tendem a vivenciar o esgotamento parental, que se caracteriza por exaustão mental e física, com sentimento de desesperança. Portanto, é evidente que existem fortes necessidades sociais de investigação sobre a saúde física e mental da COVID-19. É imperativo prevenir potenciais e mitigar os problemas existentes relativos ao relacionamento entre pais e filhos, ao stress parental e ao funcionamento familiar causados ​​pela COVID-19.

Consequentemente, explorar formas mais facilmente acessíveis e eficientes de lidar com problemas de saúde potenciais e existentes (tanto físicos como mentais) deve ser uma prioridade. A Inteligência Artificial (IA) nos serviços de saúde tem o potencial de reduzir a carga de trabalho dos profissionais de saúde, respondendo às perguntas mais frequentes através do sistema de IA, tudo a partir do conforto da casa do sujeito. Considerando o efeito potencialmente prejudicial da COVID-19 tanto nas crianças como nos pais, é importante preencher a lacuna de investigação sobre a forma como a IA pode servir como plataforma para a procura de ajuda, especialmente em tempos de distanciamento social.

A IA foi amplamente adotada em serviços de saúde na última década. A utilização de chatbots, em particular, aumentou o envolvimento do público nos serviços de saúde, tudo a partir do conforto da casa do sujeito. Os chatbots de IA utilizaram processamento de linguagem natural (PNL) para facilitar a interação com os usuários em conversas, tornando o aconselhamento médico apropriado acessível ao público. Algoritmos inteligentes em IA permitem o diagnóstico precoce de doenças e oferecem técnicas de tratamento para aqueles que, de outra forma, poderiam ter sido diagnosticados tarde demais. Por exemplo, os Centros de Controle e Prevenção de Doenças (CDC) dos EUA lançaram um chatbot chamado Clara para ajudar os usuários a acessar informações sobre possíveis sintomas do coronavírus e ajudá-los a tomar decisões sobre a necessidade de procurar atendimento médico). Isto é especialmente útil porque identifica grupos de alto risco que necessitam de atenção médica, fazendo a triagem dos pacientes de acordo com os seus sintomas, reduzindo assim as visitas hospitalares para casos menores. Também fornece apoio aos familiares de grupos de alto risco sobre quais medidas podem ser tomadas para prevenir a infecção e formas de aliviar a pressão no cuidado de pacientes dentro da sua família.

Os chatbots de IA merecem atenção por sua pronta resposta às perguntas dos usuários, pois fornecem um serviço 24 horas por dia. Além disso, as respostas fornecidas pela IA são consideradas mais precisas do que as dos motores de busca, sujeitas à proficiência dos métodos de mineração de dados. Estas características são importantes, uma vez que os utilizadores podem procurar aconselhamento psicomédico enquanto praticam o distanciamento social, sem consultas presenciais com os médicos.

Os chatbots de IA podem servir como uma ferramenta de autoajuda para obter insights sobre como lidar com condições mentais e físicas, mas estão longe da perfeição. A esperança é que este estudo possa contribuir para tornar os chatbots de IA uma parte integrada do serviço de saúde.

Tipo de estudo

Observacional

Inscrição (Real)

48

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

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

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Filho
  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra de Probabilidade

População do estudo

Nenhuma população específica

Descrição

Critérios de inclusão:

  • Sujeitos que deram consentimento para participar do estudo.

Critérios de exclusão:

  • Sujeitos que não deram consentimento para participar do estudo.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Grupo de controle
Os participantes serão solicitados a consentir com a randomização no primeiro acesso ao nosso sistema. Os usuários fazem perguntas cobertas pelo banco de perguntas e perguntas específicas não cobertas pela pergunta por meio de uma linha telefônica direta.
Os participantes serão solicitados a consentir com a randomização no primeiro acesso ao nosso sistema. Os usuários fazem perguntas cobertas pelo banco de perguntas e perguntas específicas não cobertas pela pergunta por meio de uma linha telefônica direta.
Grupo de Intervenção
Os participantes serão obrigados a fornecer consentimento para randomização quando acessarem nosso sistema pela primeira vez. Os usuários podem fazer perguntas cobertas pelo banco de perguntas, bem como perguntas específicas não cobertas pelo banco, por meio de um chat de IA.
Os participantes serão obrigados a fornecer consentimento para randomização quando acessarem nosso sistema pela primeira vez. Os usuários podem fazer perguntas cobertas pelo banco de perguntas, bem como perguntas específicas não cobertas pelo banco, por meio de um chat de IA. O objetivo é compreender a diferença significativa entre o uso de chatbots de IA e linhas diretas telefônicas para ajudar os pais, bem como a eficácia dos chatbots de IA em comparação com linhas diretas telefônicas.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Transtorno de Ansiedade Geral (TAG - 7)
Prazo: 1 semana no pré-teste, 1 semana no pós-teste
O questionário de 7 itens do Transtorno de Ansiedade Generalizada (GAD-7) é uma ferramenta de triagem autorrelatada usada para avaliar a gravidade dos sintomas do transtorno de ansiedade generalizada em adultos. Consiste em sete perguntas que abordam vários sintomas comumente associados ao transtorno de ansiedade generalizada, como sentir-se nervoso, ansioso ou nervoso. Transtorno de Ansiedade Geral (TAG - 7)
1 semana no pré-teste, 1 semana no pós-teste
Questionário de Saúde do Paciente-9
Prazo: 1 semana no pré-teste, 1 semana no pós-teste
O Patient Health Questionnaire-9 (PHQ-9) é um questionário autoaplicável usado para rastrear e avaliar a gravidade da depressão em pacientes. É composto por nove questões baseadas nos critérios para diagnóstico de transtorno depressivo maior do Manual Diagnóstico e Estatístico de Transtornos Mentais (DSM-5). Os pacientes são solicitados a avaliar com que frequência experimentaram certos sintomas de depressão nas últimas duas semanas, com opções de resposta variando de “nem um pouco” a “quase todos os dias”. A pontuação total no PHQ-9 pode ajudar os profissionais de saúde a determinar a presença e gravidade da depressão num paciente, bem como monitorizar a sua resposta ao tratamento ao longo do tempo.
1 semana no pré-teste, 1 semana no pós-teste

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Pesquisa de satisfação com o serviço
Prazo: 1 semana no pré-teste, 1 semana no pós-teste
Uma Pesquisa de Satisfação no Serviço é um método utilizado pelas organizações para coletar feedback de clientes ou clientes sobre sua satisfação com os serviços prestados. Essas pesquisas normalmente incluem perguntas que avaliam vários aspectos da experiência do serviço, como qualidade, capacidade de resposta, profissionalismo e satisfação geral. O feedback recolhido a partir destes inquéritos pode ajudar as organizações a identificar áreas de melhoria e a tomar decisões informadas para melhorar os seus serviços.
1 semana no pré-teste, 1 semana no pós-teste

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Publicações e links úteis

A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.

Publicações Gerais

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

3 de setembro de 2021

Conclusão Primária (Real)

4 de setembro de 2024

Conclusão do estudo (Real)

5 de setembro de 2024

Datas de inscrição no estudo

Enviado pela primeira vez

16 de setembro de 2024

Enviado pela primeira vez que atendeu aos critérios de CQ

30 de setembro de 2024

Primeira postagem (Real)

1 de outubro de 2024

Atualizações de registro de estudo

Última Atualização Postada (Real)

1 de outubro de 2024

Última atualização enviada que atendeu aos critérios de controle de qualidade

30 de setembro de 2024

Última verificação

1 de setembro de 2024

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • UW21-344
  • Collaborative Research Fund (Número de outro subsídio/financiamento: University Grants Committee)

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

INDECISO

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

produto fabricado e exportado dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .