Система рекомендаций по опыту пациента для настройки убедительной коммуникации (PERSPECT)

Чтобы максимизировать точку зрения пациента и эффективно поддерживать выбор образа жизни, мы разработаем «Систему рекомендаций по опыту пациента для адаптации убедительной коммуникации». PERSPeCT — это адаптивная компьютерная система, которая оценивает индивидуальную точку зрения пациента, понимает предпочтения пациента в отношении сообщений о здоровье и обеспечивает персонализированную, убедительную коммуникацию о здоровье, имеющую отношение к конкретному пациенту.

Исследователи предлагают преодолеть основные недостатки в существующих нисходящих вмешательствах в области медицинской коммуникации, управляемых экспертами, путем применения передовых алгоритмов машинного обучения для адаптивной рекомендации сообщений на основе «коллективного разума» тысяч пациентов. В этой работе будет использоваться изменяющий парадигму подход «Web 2.0» к адаптивной персонализации, который может оказать широкое влияние на область компьютерных сообщений о здоровье (CTHC).

Используя знания научных экспертов, текущие вмешательства CTHC собирают базовые «профили» пациентов, а затем используют написанные экспертами системы, основанные на правилах, для адресных сообщений подгруппам пациентов. Эти меры по сегментации рынка обещают помочь определенным пациентам в достижении целей образа жизни. Хотя теоретически обоснованные системы, основанные на правилах, могут не учитывать социокультурные концепции, которые имеют внутреннюю важность для целевого населения, что ограничивает их актуальность. Кроме того, правила не адаптируются к отзывам пациентов.

Помимо здравоохранения, такие компании, как Google, Amazon, Netflix и Pandora, широко используют адаптивные системы рекомендаций для предоставления контента с повышенной личной значимостью. Эти системы используют алгоритмы машинного обучения для получения персонализированных рекомендаций из различных источников данных, включая отзывы о предпочтениях, полученные от отдельных пользователей.

В рамках этого пилотного проекта Исследовательского института результатов, ориентированных на пациента (PCORI), исследователи будут решать проблемы адаптации рекомендательных систем машинного обучения к CTHC в конкретном контексте поддержки принятия решений пациентами о прекращении курения. Исследователи выбрали этот домен, потому что курение является основной предотвратимой причиной смерти, а также потому, что у нас есть существующая база данных из 1000 убедительных сообщений, разработанных в рамках текущего федерального гранта (R01 CA129091). Конкретные цели исследования заключаются в следующем:

Цель 1: Собрать данные явной обратной связи для обучения PERSPECT. Набрать 700 курильщиков, используя несколько взаимодополняющих стратегий и используя веб-интерфейс, попросить курильщиков предоставить (а) точки зрения на курение и отказ от курения и информацию о социально-культурном контексте и (б) рейтинги. влиятельного аспекта сообщений о прекращении курения.

Цель 2: Разработать, внедрить и проверить индивидуальную структуру рекомендаций. Это будет включать (а) разработку и внедрение рекомендательной системы с машинным обучением, которая объединяет профили пациентов, метаданные сообщений, просмотры веб-сайтов и рейтинги влияния, и (б) обучение модели и проверку его прогностическая эффективность.

Цель 3: Провести пилотное рандомизированное исследование (n = 120 курильщиков) PERSPeCT. Исследователи предполагают, что система PERSPeCT будет (H1) выбирать сообщения с возрастающим влиянием, поскольку курильщики дают больше оценок сообщениям и (H2) выбирать сообщения с большим влиянием, чем система CTHC, основанная на правилах, когда курильщики предоставляют достаточное количество оценок. Системы CTHC поддерживают решения пациентов. о поведении, образе жизни и выборе. PERSPECT затрагивает области, представляющие интерес для PCORI, а именно: 1) выявление, тестирование и/или оценка методов, которые можно использовать для оценки точки зрения пациента при исследовании поведения, образа жизни и выбора, находящегося под контролем пациента; и 2) Разработка, уточнение, тестирование и/или оценка подходов, ориентированных на пациента, включая инструменты поддержки принятия решений. Исследовательская группа находится в уникальном положении для достижения этих амбициозных целей в рамках этого пилотного проекта PCORI, поскольку исследователи будут использовать существующую базу данных убедительных сообщений из предыдущего исследования, данные за два года об эффективности этих сообщений и междисциплинарную группу с опыт в области коммуникации в области здравоохранения, разработки веб-систем и рекомендательных систем машинного обучения.