一个基于人工智能的聊天机器人来支持儿科初级保健人口中与健康相关的社会需求:试点随机对照试验的协议

科学领域:

• 儿科初级护理 儿科初级护理
• 医疗信息学 医疗信息学
• 医疗保健中的人工智能

背景情况:

• 未满足的与健康相关的社会需求 (HRSNs) 显著影响着儿童早期的健康结果,导致发育迟缓和医疗保健使用增加.
• 目前在儿科环境中对HRSNs的查方法通常是资源密集型的,并且应用不一致.
• 由人工智能驱动的聊天机器人提供了一个可扩展,具有成本效益和私人解决方案,用于识别这些需求并将家庭与资源联系起来.

研究的目的:

• 为了评估DAPHNE的可行性,可接受性和可用性,DAPHNE是一个AI聊天机器人,旨在识别未满足的HRSN并提供社区资源推.
• 评估DAPHNE作为在儿科初级保健中替代传统查方法的潜力.
• 为设计一项更大规模的试验提供信息,调查DAPHNE的疗效和实施.

主要方法:

• 一项试点随机对照试验,涉及100名2岁以下儿童的照顾者,从儿科初级保健诊所招募.
• 参与者被随机分配到标准护理或DAPHNE加标准护理,通过在六个月的多个时间点通过调查收集数据.
• 混合方法分析整合了调查数据,聊天机器人参与度量以及与护理人员和初级保健提供者的定性访谈.

主要成果:

• 该研究评估了DAPHNE聊天机器人的可行性 (招聘,保留,完成调查),可接受性和可用性的主要结果.
• 二级结局包括护理人员报告的措施 (压力,自我效能,满意度) 和来自电子健康记录的数据 (查文档,访问遵守,医疗保健利用).
• 初级保健提供者的参与旨在评估工作流集成和当前的HRSN实践.

结论:

• 该试点试验提供了关于DAPHNE AI聊天机器人的可行性,可接受性和可用性的关键数据,用于解决幼儿未满足的HRSN问题.
• 结果将指导未来的多站点试验的开发,以严格测试这种创新的数字健康工具的有效性和实施.
• 像DAPHNE这样的人工智能驱动的解决方案有可能改善早期识别社会需求,并提高家庭获得基本社区服务的机会.