AI助力患者消息技术:提升健康干预效果的新趋势

2次阅读
没有评论

共计 1758 个字符,预计需要花费 5 分钟才能阅读完成。

在过去十年中,随着智能手机和连接设备的普及,面向患者的健康信息技术显著增加。据统计,97% 的美国成年人拥有某种类型的移动电话。基于电话的消息工具通常用于提供患者教育和改善健康行为。这在一定程度上是因为短信(SMS)等消息工具方便、成本低,并且对技术经验有限的人群来说易于使用。

随着大型语言模型(LLM)工具(如 ChatGPT、Gemini 和 Llama)的出现,这些工具利用庞大的数据集来响应查询,越来越多的关注集中在开发患者消息工具,以使信息更易于获取并改善健康结果。这些人工智能(AI)产品已显示出早期潜力,可以增强患者对手术的教育以及对出院总结的理解。这些工具还可能能够提供关于循证治疗选择的患者友好信息。然而,参与治疗的过程通常取决于信息的传达方式,并可以通过理论基础和患者的迭代输入来改进,这两者在 AI 生成消息的设计中通常未被纳入。随着连接健康技术的增加,包括 AI 的集成,基于理论的技术对于促进患者参与和对消息内容的反馈至关重要,以支持有效的干预措施。

AI 助力患者消息技术:提升健康干预效果的新趋势

最可持续的健康干预措施基于理论,这些理论考虑了患者参与健康行为的动机以及患者、临床医生和医疗系统之间的复杂互动。其中一个框架是自我决定理论(SDT),该理论已广泛应用于健康干预中。该理论围绕三个基本心理需求:自主性(能够自主决策)、能力感(能够成功或高效地完成某事)和关联性(感受到他人的理解与关怀)。它假设每个人的行为改变能力取决于这些心理需求是否得到满足。重要的是,SDT 区分了内在动机和外在动机。它认为,如果个体认为改变与其内在价值观和目标一致,行为改变更有可能发生并持续。例如,患者如果认为其临床医生和医疗系统支持这些需求的满足,就会更有可能启动并维持健康行为,如坚持治疗计划。

促进 SDT 中心理需求的干预措施已被证明可以改善患者结果。在一项 SDT 研究的荟萃分析中,促进自主性、能力感和关联性的干预措施与更好的心理健康、身体健康和药物依从性中度至高度相关。鉴于这些积极结果,研究人员试图确定 SDT 干预措施中导致动机和健康行为改变的关键组成部分。SDT 的一个有前景的应用是开发面向患者的消息,以增强患者参与某些健康行为的内在动机和自主性。早期证据表明,以这种方式构建的健康相关消息可能会促进积极的健康行为,包括戒烟、增加身体活动和健康饮食。然而,关于开发全面涵盖所有 SDT 构念的面向患者的消息的指导仍然有限,包括如何根据 SDT 开发消息内容和原型。

通常与理论方法相辅相成,以人为中心的设计及相关设计学科(即用户中心设计和设计思维)通常用于创建和评估健康干预措施。这些协作方法已被证明可以提高全球范围内多种人群和健康状况的患者接受度和知识。在整个设计过程中,患者和护理人员通常会参与提供关于其需求的输入,并在用户测试和评估期间提供反馈。特别是快速原型设计,是一种有效的设计方法,用于收集对早期原型的见解和反馈,随后进行改进,直到设计满足用户需求和需求。

患者参与委员会是由患者和护理人员组成的代表性小组,他们定期提供输入以改进流程和护理,通常与研究、临床和设计团队进行迭代的长期互动。他们也被称为患者咨询小组、委员会和理事会(以下统称为“参与委员会”)。参与委员会的成员不被视为“受试者”或“研究参与者”,而是设计过程中的关键合作伙伴。据估计,大约一半的美国医院设有参与委员会,但很少有委员会参与共同设计过程。参与委员会非常适合设计患者消息技术,因为患者和护理人员可以长期合作,共同构建、学习和提供持续反馈。例如,在一项研究中,一个参与委员会由接受过心脏手术的患者及其护理人员组成,以指导移动应用程序的设计和内容,以支持手术恢复。患者和护理人员参加了三次面对面会议,讨论了他们的围手术期旅程,提供了关于其信息需求的输入,并对应用程序的演示提供了反馈。这些输入最终形成了一个以患者为中心的应用程序,该应用程序基于实际经验。

在本教程中,概述了实现以下目标的关键步骤:(1)开发与 SDT 构念一致的消息,以促进退伍军人健康管理局(VA)中慢性疼痛患者对循证疼痛治疗的接受度;(2)使用以人为中心的设计方法综合来自三个患者参与委员会的反馈,并进一步优化消息以实现最佳覆盖范围。最后,提供了建议,以指导多学科研究和设计团队创建有意义的健康消息内容,特别是基于 AI 的消息。

正文完
 0
admin-gah
版权声明:本文于2025-10-18转载自Journal of Medical Internet Research,共计1758字。
转载提示:此文章非本站原创文章,若需转载请联系原作者获得转载授权。
评论(没有评论)
验证码