人工智能医生化身为患者教育:试点研究

科学领域:

• 医疗保健中的人工智能
• 医疗教育 技术 技术 医学教育
• 人与计算机的交互

背景情况:

• 生成型人工智能和合成媒体使现实的人体化对话代理 (ECA) 成为可能,包括医生的"数字双胞胎".
• 这些数字双胞胎提供了可扩展的潜力,24 / 7患者沟通和在临床环境之外的教育.
• 这项试点研究调查了手术患者对人工智能生成的外科医生化身的认知,用于术后教育.

研究的目的:

• 为了评估手术患者对人工智能生成的外科医生化身的看法.
• 评估化身系统的可用性,参与度,信任度,怪异性和现实性.
• 通过人工智能驱动的临床沟通收集有关患者体验的定性反.

主要方法:

• 在梅奥诊所对30名整形手术患者进行试点可行性研究.
• 开发了一个使用HeyGen IV模型进行相似复制的交互式外科医生化身.
• 患者通过语音查询与预先记录的响应进行交互;使用验证的尺度和定性反来评估感知.

主要成果:

• 化身系统实现了99%的查询响应准确度,具有出色的可用性 (SUS分数87.7) 和高参与度 (4.27).
• 100%的参与者认为化身值得信赖,其信息可信;怪异性是最小的 (1.57).
• 86.6%的人认出了化身作为他们的外科医生,尽管70%的人指出了声音相似性的局限性;之前的深度假冒暴露与更高的接受度相关.

结论:

• 人工智能生成的医生化身实现了高患者接受度,而没有诱导不可思议的山谷效应.
• 关于avatar的合成性质的透明度对信任产生了积极的影响.
• 合成医生化身,当透明地实施时,代表了术后教育的可扩展解决方案,潜在地保持了对医生患者关系的信任.