《Patient Preference and Adherence》：Designing Deterministic Content for an AI Chatbot to Support Patients in Cardiovascular Self-Management: Insights from Qualitative Interviews
编辑推荐：
背景：基于文本消息的、由人工智能（AI）驱动的聊天机器人在支持自我管理方面展现出前景，而自我管理是慢性心血管疾病照护的关键组成部分。然而，关于如何设计此类聊天机器人以引起不同背景患者共鸣的研究有限。本研究探讨了如何优化基于文本的AI驱动聊天机器人系统，以鼓励西
背景：基于文本消息的、由人工智能（AI）驱动的聊天机器人在支持自我管理方面展现出前景，而自我管理是慢性心血管疾病照护的关键组成部分。然而，关于如何设计此类聊天机器人以引起不同背景患者共鸣的研究有限。本研究探讨了如何优化基于文本的AI驱动聊天机器人系统，以鼓励西班牙语和英语患者的自我管理行为。方法：参与者从两个临床站点招募，包括一个综合安全网卫生系统和一家联邦合格健康中心：Denver Health和Salud Family Health Centers。研究人员开展了半结构化访谈，定性编码持续进行直至达到主题饱和。访谈主题包括对聊天机器人的认知和看法、对演示原型的反应、可用性、信任与可信度、隐私顾虑、对个性化和消息传递逻辑的偏好、目标设定以及对项目的预期参与度。结果：研究人员访谈了10名患者，其中5名说西班牙语，5名说英语。研究得出三大主题：（1）个体化且人性化的支持，（2）具有激励性的简单自我管理工具，（3）整合式信息门户。参与者强调根据个人情况（如年龄、收入、退休状态和偏好语言）定制消息的重要性。会话式、类人的语气且不含医学术语受到好评。参与者重视目标设定与持续随访，并偏好用户友好、有吸引力的设计。与现有医疗系统和提供者的整合被认为是建立信任和可信度的关键。结论：将聊天机器人设计 tailored 到用户偏好和生活情境，并结合易用性，可能增强参与度并支持行为改变。将聊天机器人整合到成熟的医疗系统中可能进一步建立信任和可信度，这是一个重要且未被充分探索的设计考量。
研究背景方面，慢性心血管疾病照护中自我管理是核心环节，而基于文本消息的AI聊天机器人已在患者参与和慢性病管理方面展现出应用潜力，可提供及时提醒、个性化健康洞察和慢性病管理支持，并能增强可及性、弥合患者与医疗服务提供者之间的差距，尤其对经历健康差异的人群具有意义。然而，当前生成式AI模型持续表现出提供错误信息和幻觉的问题，而确定性预验证内容已被证明对健康相关AI更为精确。尽管聊天机器人已被证明可促进自我管理并改善慢性病状况，但关于哪些聊天机器人特征和确定性内容能促进参与度和信任、以及如何针对不同患者需求定制内容的理解仍然有限。填补这一知识空白对于设计与历史上服务不足社区患者产生共鸣的数字工具具有重要意义。本研究旨在探讨如何定制基于文本消息的AI驱动聊天机器人内容，以引起具有不同医疗需求的西班牙语和英语患者的共鸣，从而促进自我管理，特别是心血管疾病的自我管理。研究目的包括：探索西班牙语和英语患者群体对拟议的基于聊天机器人的心血管健康自我管理干预措施的看法；考察哪些聊天机器人内容元素、消息策略和参与技术可能有助于维持患者持续互动和自我管理行为的依从性；获取受众对可能促进确定性内容可信度的元素的反馈；调查如何定制聊天机器人以满足历史上服务不足社区的文化、语言和社会经济需求。本研究发现旨在为Chat for Heart Health临床试验中拟议AI驱动聊天机器人的以用户为中心的确定性内容创建提供信息，该试验将评估AI驱动聊天机器人在通过美国心脏协会Life's Essential 8（LE8）健康行为的自我管理改善心血管健康方面的有效性。研究方法方面，研究人员从科罗拉多州一家联邦合格健康中心（Salud Family Health）和科罗拉多州主要安全网卫生系统（Denver Health）招募代表性参与者进行半结构化访谈，这些临床站点主要服务于黑人和西班牙裔/拉丁裔患者、低收入和无保险人群以及英语能力有限且历史上经历健康差异的个体。参与者招募通过直接接触参加心脏康复或初级保健预约的患者，历时两个完整工作日，利用与临床工作人员的既有关系。研究人员访谈了12名个体并记录了所有访谈笔记，但仅有10次访谈有录音；由于笔记显示访谈质量差或不完整，仅有两份笔记的访谈未被纳入分析。第10次访谈后达到主题饱和。参与者提供人口统计学信息包括性别、偏好语言、年龄和族裔。纳入标准为18岁或以上、在其中一个站点接受照护、且至少有一项美国心脏协会LE8健康因素处于差或中等状态。排除标准包括妨碍有意义参与的认知或沟通障碍以及缺乏使用或对移动或数字沟通工具的兴趣。Clinic Chat LLC担任研究的AI聊天机器人合作伙伴，设计开发具有机器学习和自然语言处理会话文本框的AI聊天机器人，利用自然语言处理识别患者发起问题背后的意图，同时使用机器学习提高响应准确性以正确回应用户意图。半结构化访谈允许灵活性，同时保持数据可比性的一致结构，通过研究团队制作的视频演示大多数聊天机器人功能示例，在每次访谈开始时向参与者展示。访谈问题涉及以下主题：聊天机器人意识、既有态度或看法、拟议技术演示、系统吸引力、可信度和信任度、隐私和保密性、系统舒适度、与聊天机器人个人联系的感知重要性、对拟议LE8主题的反应、对目标设定的意见、消息传递逻辑（包括偏好接收消息的时间以及偏好每周主题还是每天变化的主题）、项目参与度。访谈面对面和通过Zoom进行，时长至多45分钟，参与者被分配唯一研究ID以汇总数据。每位参与者获得一张30美元礼品卡作为完成访谈的补偿。研究遵守赫尔辛基宣言，所有参与者数据匿名呈现，参与者提供口头知情同意。该项目包括口头知情同意程序的可接受性获得科罗拉多多机构审查委员会批准（#22-2097）。Chat for Heart Health临床试验已在clinicaltrials.gov注册（NCT06324981）。访谈转录方面，英语访谈使用Otter.ai逐字转录，西班牙语访谈使用TranscribeMe转录，西班牙语转录由研究团队的认证母语者翻译。采用归纳编码技术，从原始数据中衍生编码，进行第一轮编码后进行多轮子编码，定性编码持续进行直至无进一步主题出现。编码技术包括描述性和价值观编码，随后进行主题分析以及模式和轴心编码。研究结果显示，10名参与者中50%有聊天机器人使用经验，50%无此经验。按语言分层，40%西班牙语参与者和60%英语参与者报告有聊天机器人使用经验。最常见的经验是通过在线客服技术，最常见于Amazon。有经验者中60%总体看法积极，20%消极，20%中立；无经验者中60%积极，40%中立，无人消极。按语言分层，40%英语参与者报告积极的先入为主看法，其余描述中立总体态度；80%西班牙语参与者持积极看法，其余一名参与者描述消极看法， citing 使用困难和对技术理解的挑战。所有参与者均表示希望了解更多至少一个LE8主题，4名想了解更多关于体重减轻，4名有血糖问题，5名想要关于维持健康饮食的额外信息。值得注意的是，3名参与者还提到心理健康是一个未包含但对他们重要的感兴趣主题。访谈归纳出三大主题：（a）个体化且人性化的支持，（b）具有激励性的简单自我管理工具，（c）整合式信息门户。在个体化且人性化的支持方面，参与者指出拟议聊天机器人内容为其特定健康问题提供个体化且人性化支持很重要，需考虑其生活情况包括收入、退休状态、年龄和偏好语言。参与者建议聊天机器人应人性化或类人， citing 缺乏医学术语和会话式语气作为实现策略。在具有激励性的简单自我管理工具方面，参与者一致谈到希望聊天机器人作为激励性的简单自我管理工具。参与者指出，用户友好、使用愉快（可能包含视觉吸引力内容）的系统将支持其参与自我管理的动机。通过聊天机器人提示设定目标和持续随访也能激励参与者。然而需保持积极语气以激励参与者继续参与。部分参与者谈到使用聊天机器人作为参与自我管理行为的垫脚石，如积极参与照护、了解自身状况、接受社会支持和培养有助于维持自我管理作为终身任务的个人技能。在整合式信息门户方面，参与者倡导整合式信息门户以清晰直接地传递信息。聊天机器人与现有卫生系统、提供者和诊所整合对参与者很重要。与用户现有医疗服务提供系统的整合有助于建立信任和可信度。同样，许多参与者指出偏好聊天机器人内容包含清晰直接的信息而非试图与用户建立联系。部分参与者还建议提供美国心脏协会等外部来源以进一步补充其通过个人研究参与自我管理的能力并进一步建立对系统的信任。在逻辑考量方面，半数参与者偏好早晨发送消息， particularly 由于工作时间，也为了给自己时间完成每日目标。近九成（88.9%）参与者还倡导主题在整个星期内保持一致，每周一个新主题贯穿项目持续期间。部分参与者（44%）反思了其对9周项目的承诺能力，并指出经济补偿如礼品卡有助于激励其继续参与。两名认为经济补偿会激励自己的参与者也指出有改善健康的内在动机。在安全性方面，通过手机交换信息的安全性对所有五名讨论隐私的参与者都很重要且令人担忧。然而大多数参与者（66%）不认为技术的具体细节对其使用重要，特别是消息将由AI聊天机器人生成的想法。讨论部分，本研究旨在探讨来自联邦合格健康中心或主要安全网卫生系统的西班牙语和英语患者群体对参与拟议的基于聊天机器人的心血管危险因素管理干预措施的看法，强调有助于持续依从自我管理行为的内容元素、消息策略和参与技术。研究人员确定了三大主题：（a）个体化且人性化的支持，（b）具有激励性的简单自我管理工具，（c）整合式信息门户。研究发现与现有文献一致，表明AI聊天机器人可被定制以促进患者自我管理健康。患者对新技术的可接受性是确定聊天机器人促进健康行为改变效果的重要考量。决定用户接受新技术准备度的因素包括系统的感知有用性和易用性、社会影响以及支持系统采用的组织资源到位的感知。此外，许多现有聊天机器人干预的随机对照试验显示，教授患者自我管理技能的项目在改善健康结果方面比仅提供信息的项目更有效。先前在韩国进行的一项随机对照试验实施了一个为期三个月的电子健康管理项目，在控制不佳的高血压、糖尿病或血脂异常患者中促进自我管理技能，导致达到A1c<7%、收缩压<140和LDL胆固醇<130 mg/dL的比率显著更高。然而该研究未报告患者对电子应用或基于网络项目的参与度，也未特别纳入来自不同文化和社会经济背景的参与者，而这些人群往往有更高的未控制心血管危险因素比率。与先前研究相比，本研究发现将聊天机器人与用户现有卫生系统整合可进一步建立信任和可信度，从而可能增强参与度。基于聊天机器人研究的局限性包括用户可及性挑战、语言复杂性、信息质量担忧、紧急响应挑战和保密性顾虑。同样，有建议将聊天机器人纳入老年参与者的日常生活可能在保留和参与一致性方面带来挑战，可能继发于智能手机使用频率较低和挑战出现时的自责。研究人员在访谈中发现了类似的聊天机器人局限性，如语言兼容性、信息质量顾虑以及将聊天机器人技术纳入老年患者生活的挑战。未来考量包括开发一个消息库以体现用户可能共鸣的积极语气。需要收集额外的定性数据以了解最能吸引患者并激励其持续参与项目的精确语言。例如，参与者提供反馈指出系统应全天候可访问因此偏好SMS系统，消息应以西班牙语和/或英语传递，并在文本中使用本地和文化相关引用。这体现为使用墨西哥裔美国人常见食物（如豆类、萨尔萨辣酱）的食谱、涉及舞蹈（如萨尔萨舞或昆比亚舞）的体育活动建议以及关于保持健康以长期陪伴子孙的消息。这些定性发现将被纳入AI聊天机器人干预开发的以用户为中心的方法中，用于更大规模的实用性试验，也可为旨在吸引患者参与心血管危险因素自我管理的其他聊天机器人设计提供信息。结论部分翻译：将聊天机器人内容定制到用户偏好和生活情境，并结合易用性，可能增强参与度并支持自我管理行为改变。将聊天机器人整合到成熟的医疗系统中可能进一步建立信任和可信度，这是一个重要且未被充分探索的设计和内容考量。
