负担能力和心理赋权如何促进基于人工智能的医疗咨询使用:一种混合方法的方法

科学领域:

• 医疗信息学 医疗信息学
• 人与计算机的交互
• 医疗保健中的人工智能

背景情况:

• 基于人工智能的医疗咨询 (AIMC) 是新兴的工具,有可能改变医疗保健的提供.
• 了解用户意图和采用因素对于有效实施AIMC至关重要.
• 现有的研究缺乏综合用户感知和AI设计特征的综合模型.

研究的目的:

• 开发和验证一个研究模型,解释用户使用AIMC的意图.
• 调查负担能力理论和心理赋权在AIMC采用中的作用.
• 确定影响用户意图和赋权的关键AIMC设计特征.

主要方法:

• 一种两阶段的混合方法方法,结合了定性访谈和定量调查.
• 通过定性数据对AIMC支付和使用意向的概念化.
• 使用部分最小方程结构方程建模 (PLS-SEM) 对425个有效调查答案的定量分析.

主要成果:

• 确定了四个关键的AIMC负担能力:人 - 人工智能交互,类似人类的诊断,个性化治疗和健康信息安全.
• AIMC的支出显著增强了认知和情绪赋权.
• 认知和情绪赋权积极影响了用户使用AIMCs的意图,具有疾病类型调节效应.

结论:

• AIMC设计应优先考虑直观的交互,类似人类的诊断和个性化的护理,以促进用户采用.
• 定制AIMC功能以满足急性和慢性疾病的独特需求是必不可少的.
• 该研究提供了可操作的见解,用于开发和实施基于负担能力和赋权理论的有效AIMC.