Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Jämför effektiviteten av AI Chatbot med den för telefonhotline (AI chatbot)

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

Att jämföra effektiviteten hos en AI-chattbot med den hos en telefonjourlinje för att besvara covid-19-relaterade frågor

Covid-19-pandemin har avsevärt påverkat välbefinnandet för människor i Hongkong, vilket har lett till sociala distanseringspolicyer och förändringar i användningen av sjukvårdstjänster. Skolnedläggningar och distansarbete har ökat stressnivåerna för föräldrar och barn. Utsatta befolkningsgrupper, såsom låginkomstfamiljer och barn med särskilda behov, löper högre risk för misshandel och psykiska problem. Föräldrars utbrändhet har blivit ett problem när föräldrar jonglerar med arbete, barnomsorg och utbildningsansvar. Det finns ett behov av forskning om de fysiska och mentala hälsoeffekterna av covid-19 på familjer och AIs potentiella roll för att hantera dessa utmaningar. AI, särskilt chatbots, kan tillhandahålla tillgänglig vårdinformation och stöd, vilket hjälper till med tidig diagnos och behandling. AI-chatbots erbjuder snabba svar, korrekt information och kontinuerlig tillgänglighet, vilket gör dem till värdefulla verktyg för distanshjälp. Även om AI-chatbotar inte är utan begränsningar, kan ytterligare forskning hjälpa till att integrera dem mer effektivt i hälsovårdstjänster.

Studieöversikt

Status

Avslutad

Detaljerad beskrivning

Covid-19-pandemin har haft en aldrig tidigare skådad inverkan på människors välbefinnande i Hongkong sedan utbrottet i december 2019. Regeringen har antagit policyer för social distansering för att minimera risken för infektion. Dessa inkluderar men är inte begränsade till; skolavslutning, distansarbete och förbud mot gruppsammankomster. Dessa infektionsskyddsåtgärder har lett till ett förändrat mönster i användningen av sjukvårdstjänster och hjälpsökande verksamhet. Studier har också visat att bristande socialisering leder till högre stressnivåer för både föräldrar och barn.

När skolnedläggning och distansarbete fortsätter är både barn och föräldrar under stor press. UNESCO (2020) rapporterade att över 1,58 miljarder barn och ungdomar i 200 länder drabbades av nedläggning av skolor, i mitten av april 2020. Även om den långsiktiga effekten av covid-19 på barns och föräldrars psykiska hälsa är okänd, har fall av barnmisshandel, försummelse och utnyttjande ökat inför sådana aldrig tidigare skådade tider. Låginkomstfamiljer eller familjer med barn med särskilda utbildningsbehov (SEN) är benägna att barn misshandlas och/eller drabbas av psykisk ohälsa. Föräldrar som arbetar hemifrån står inför utmaningar att fylla en trippelroll: arbete, barnomsorg och hemtjänst. Ännu värre är att barns bristande inlärningsintressen och motivation lägger till en extra börda för föräldrarna när de tar upp rollen som lärare. Föräldrar är benägna att uppleva föräldrars utbrändhet, som kännetecknas av mental och fysisk utmattning, med en känsla av hopplöshet. Därför är det tydligt att det finns starka samhälleliga behov av forskning om covid-19 om fysisk och psykisk hälsa. Det är absolut nödvändigt att förebygga potentiella och mildra befintliga problem med relationer mellan föräldrar och barn, föräldrars stress och familjefunktioner orsakade av covid-19.

Följaktligen bör det vara en prioritet att utforska mer lättillgängliga och effektiva sätt att hantera potentiella och befintliga hälsoproblem (både fysiskt och mentalt). Artificiell intelligens (AI) i hälso- och sjukvårdstjänster har potential att minska arbetsbelastningen för vårdpersonal genom att svara på vanliga frågor genom AI-systemet, allt från bekvämligheten av patientens hem. Med tanke på den potentiellt skadliga effekten av covid-19 på både barn och föräldrar är det viktigt att fylla forskningsluckan om hur AI kan fungera som en plattform för att söka hjälp, särskilt under tider av social distansering.

AI har antagits i stor utsträckning inom hälso- och sjukvården under det senaste decenniet. Användningen av chatbots, i synnerhet, har ökat allmänhetens engagemang i hälso- och sjukvården, allt från bekvämligheten av patientens hem. AI-chatbotar använde naturlig språkbehandling (NLP) för att underlätta interaktion med användare i konversationer, vilket gjorde lämplig medicinsk rådgivning tillgänglig för allmänheten. Intelligenta algoritmer inom AI möjliggör tidig diagnos av sjukdom och erbjuder behandlingstekniker till dem som annars kan ha fått diagnosen för sent. Till exempel har U.S. Centers for Disease Control and Prevention (CDC) lanserat en chatbot vid namn Clara för att hjälpa användare att få tillgång till information om potentiella symptom på coronavirus och hjälpa dem att fatta beslut om behovet av att söka medicinsk vård). Detta är särskilt användbart eftersom det identifierar högriskgrupper som behöver läkarvård genom att triagera patienter enligt deras symtom, vilket minskar sjukhusbesöken för mindre fall. Det ger också stöd till familjemedlemmar i högriskgrupper om vilka åtgärder som kan vidtas för att förhindra infektion och sätt att lätta på trycket när det gäller att ta hand om patienter inom sin familj.

AI-chatbotar förtjänar uppmärksamhet i sina snabba svar på användarnas frågor eftersom de tillhandahåller en tjänst dygnet runt. Dessutom anses svar som tillhandahålls av AI vara mer korrekta än sökmotorernas, med förbehåll för kunskaperna i datautvinningsmetoder. Dessa funktioner är av betydelse eftersom användare kan söka psykomedicinsk rådgivning samtidigt som de utövar social distansering, utan möten ansikte mot ansikte med läkare.

AI-chatbots kan fungera som ett självhjälpsverktyg för att få insikter i att hantera både mentala och fysiska tillstånd, men det är långt ifrån perfektion. Förhoppningen är att denna studie kan bidra till att göra AI-chatbotar till en integrerad del av sjukvården.

Studietyp

Observationell

Inskrivning (Faktisk)

48

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

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

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

Ingen specifik population

Beskrivning

Inklusionskriterier:

  • Försökspersoner som ger samtycke till att delta i studien.

Uteslutningskriterier:

  • Försökspersoner som inte ger sitt samtycke till att delta i studien.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Kontrollgrupp
Deltagarna kommer att bli ombedda att samtycka till randomisering vid sin första åtkomst till vårt system. Användare ställer frågor som omfattas av frågebanken och specifika frågor som inte omfattas av frågan via en telefonjour.
Deltagarna kommer att bli ombedda att samtycka till randomisering vid sin första åtkomst till vårt system. Användare ställer frågor som omfattas av frågebanken och specifika frågor som inte omfattas av frågan via en telefonjour.
Interventionsgrupp
Deltagare kommer att behöva ge sitt samtycke för randomisering när de först går in på vårt system. Användare kan ställa frågor som täcks av frågebanken, såväl som specifika frågor som inte täcks av banken, via en AI-chattbox.
Deltagare kommer att behöva ge sitt samtycke för randomisering när de först går in på vårt system. Användare kan ställa frågor som täcks av frågebanken, såväl som specifika frågor som inte täcks av banken, via en AI-chattbox. Syftet är att förstå den betydande skillnaden mellan att använda AI-chattbotar och telefonjourer för att hjälpa föräldrar, samt effektiviteten hos AI-chatbotar jämfört med telefonjourer.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Allmänt ångestsyndrom (GAD - 7)
Tidsram: 1 vecka inom Pre-test, 1 vecka inom Post-test
Frågeformuläret Generalized Anxiety Disorder 7-item (GAD-7) är ett självrapporterat screeningverktyg som används för att bedöma svårighetsgraden av symptom på generaliserat ångestsyndrom hos vuxna. Den består av sju frågor som ställer frågor om olika symtom som vanligtvis förknippas med generaliserat ångestsyndrom, som att känna sig nervös, orolig eller på kant. Allmänt ångestsyndrom (GAD - 7)
1 vecka inom Pre-test, 1 vecka inom Post-test
Patienthälsans frågeformulär-9
Tidsram: 1 vecka inom Pre-test, 1 vecka inom Post-test
Patient Health Questionnaire-9 (PHQ-9) är ett självadministrativt frågeformulär som används för att screena för och bedöma svårighetsgraden av depression hos patienter. Den består av nio frågor baserade på kriterierna för diagnos av egentlig depression i Diagnostic and Statistical Manual of Mental Disorders (DSM-5). Patienterna uppmanas att betygsätta hur ofta de har upplevt vissa symtom på depression under de senaste två veckorna, med svarsalternativ som sträcker sig från "inte alls" till "nästan varje dag." Den totala poängen på PHQ-9 kan hjälpa vårdgivare att fastställa förekomsten och svårighetsgraden av depression hos en patient, samt övervaka deras svar på behandlingen över tid.
1 vecka inom Pre-test, 1 vecka inom Post-test

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Servicenöjdhetsundersökning
Tidsram: 1 vecka inom Pre-test, 1 vecka inom Post-test
En servicenöjdhetsundersökning är en metod som används av organisationer för att samla in feedback från kunder eller klienter angående deras tillfredsställelse med de tjänster som tillhandahålls. Dessa undersökningar inkluderar vanligtvis frågor som bedömer olika aspekter av tjänsteupplevelsen, såsom kvalitet, lyhördhet, professionalism och övergripande tillfredsställelse. Den feedback som samlas in från dessa undersökningar kan hjälpa organisationer att identifiera förbättringsområden och fatta välgrundade beslut för att förbättra sina tjänster.
1 vecka inom Pre-test, 1 vecka inom Post-test

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

3 september 2021

Primärt slutförande (Faktisk)

4 september 2024

Avslutad studie (Faktisk)

5 september 2024

Studieregistreringsdatum

Först inskickad

16 september 2024

Först inskickad som uppfyllde QC-kriterierna

30 september 2024

Första postat (Faktisk)

1 oktober 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

1 oktober 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

30 september 2024

Senast verifierad

1 september 2024

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • UW21-344
  • Collaborative Research Fund (Annat bidrag/finansieringsnummer: University Grants Committee)

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

produkt tillverkad i och exporterad från U.S.A.

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera