

前言
/
为增加心理健康服务的可及性,由伦敦大学学院和艾伯哈德·卡尔斯蒂宾根大学组成的研究团队开发了一款个性化自助聊天机器人——Limbic Access。
相关研究论文以“Closing the accessibility gap to mental health treatment with a personalized self-referral chatbot”为题,发表在科学期刊 Nature Medicine 上。
研究团队在英格兰进行了一项涉及 129400 人的观察性研究,研究表明,该系统的使用导致更多人,尤其是少数群体,使用国家卫生服务(NHS)谈话疗法服务,其服务群体的数量和多样性均有所增加。
图|NHS Talking Therapies 网站上的 Limbic Access 聊天界面。a)初始消息界面,该消息是针对特定服务定制的;b)收集人口统计信息界面。(来源:该论文)
改变了什么?
该聊天机器人已经在英格兰 14 个 NHS 谈话疗法服务中心的在线门户上投入使用。在为期 3 个月的研究期间,这些中心的自我推荐数量增加了 15%,而未使用该工具的 14 个中心则仅增加了 6%。
图|Limbic Access 实施前后的推荐总数。使用聊天机器人以粉色显示,未使用以灰色显示。(来源:该论文)
其中,非二元、亚洲/亚裔英国人和非裔/非裔英国人群体的自我推荐增加更为显著,分别增加了 179%、39% 和 40%。
图|使用聊天机器人(粉色)和对照组(灰色)的社会人口群体的百分比变化。
值得注意的是,推荐数量的增加并没有导致等待时间的增加或临床评估数量的减少。
如何做到的?
据介绍,Limbic Access 的工作原理包括收集个人信息,并主动引导用户完成自我推荐过程、获得心理健康服务。该聊天机器人通过使用多个机器学习模型预测患者最可能的诊断,并根据此预测管理定制的问题。
模型使用自由文本输入、标准化问卷分数(比如 PHQ-9)、人口信息和行为指标(比如反应时间和输入速度)作为其预测的输入。该预测模型结合了用于自由文本输入的自然语言处理的 Transformer 模型和用于其他输入方式的梯度增强模型。
而且,研究中采用了三种自我推荐格式,确保长度相等,共约 120 个问题,但在提问选择和呈现方面存在差异。
图|NHS 谈话治疗服务的研究设计和治疗途径。a)多地点回顾性观察研究的研究设计,显示不同服务的 3 个月实施前和 3 个月实施后阶段;b)治疗路径,显示患者从访问 NHS 谈话治疗服务网站并自我推荐到进入治疗的过程。
Limbic Access 根据参与者提供的信息进行个性化,而通用聊天机器人和 Web 表单则不根据参与者的答案进行更改。
该研究的关键发现之一是,Limbic Access 显著提高了自我推荐率,特别是在少数群体中。
Limbic Access 的提出不仅解决了现有心理健康服务的问题,而且通过提高服务的可及性和包容性,为整个领域带来了积极影响。
有什么优势?
先前研究的结果表明,与网络表单相比,数字技术,尤其是聊天机器人,可以促进心理健康的求助,并使人们更容易披露个人信息。此外,聊天机器人已被证明可以减少对心理健康的消极态度和污名感。
我们对 42,332 份患者反馈的分析支持了这些发现,表明个人发现个性化的自我推荐聊天机器人既简单又方便。这可以归因于该工具的几个方面,包括人工智能和可用性。虽然前者允许个性化的推荐流程和量身定制的问题,但后者以其灵活性和平易近人而脱颖而出。个性化的自我推荐聊天机器人会自动在服务网站上打开,患者无需搜索联系信息或转诊表格。
此外,个人可以在平时之外参考该服务,并花费必要的时间来完成推荐过程而不会感到匆忙,同时通过善解人意的聊天机器人响应得到鼓励。另一个优点是,个人可以更舒适地讨论他们的心理健康问题,而不会面临与人的潜在沟通困难,以及他们可能被评判的感觉,同时仍然提供同理心的回应。因此,人工智能驱动的自适应临床信息收集可能特别有价值,增加了问题与患者特殊问题的相关性(例如,帮助他们意识到治疗的需要),同时最大限度地减少总体问题的数量(即减少转诊的时间负担)。
然而,尽管该研究在推广心理健康服务方面取得了积极的成果,但仍存在一些局限性。
一个潜在问题是各种NHS谈话疗法服务之间可能存在文化差异。与未采用此类工具的服务相比,那些使用个性化自我推荐聊天机器人的服务可能本质上对数字健康方法和创新更加开放,这可能会影响转诊人数。然而,个性化自我推荐聊天机器人的实施并不是任何服务更广泛的数字创新计划的一部分,并且推荐的增加与个性化自我推荐聊天机器人的推出密切相关。此外,我们进行了多项额外的分析,表明这些服务在服务质量或患者人口构成方面没有差异。
▼扫描下方二维码阅读全文

Habicht, J., Viswanathan, S., Carrington, B. et al. Closing the accessibility gap to mental health treatment with a personalized self-referral chatbot. Nat Med (2024). https://www.nature.com/articles/s41591-023-02766-x
*中文解读仅供参考,一切内容以英文原文为准。如涉及版权问题,请联系我们删除。
END
来源 | Nature Medicine
审核 | 医工学人
关注“医学人工智能”,可进入医工学人交流群

群聊负责人微信
推荐阅读
医工学人社群招募
医工学人公众号征稿须知

本篇文章来源于微信公众号: 医工学人