支持理解：比较聊天机器人进行的对话式访谈与人工管理的患者报告结果在卒中幸存者中的应用

《ACM Transactions on Computing for Healthcare》：Supporting Understanding: Comparing Conversational Interviewing in Chatbot vs Human-Administered Patient-Reported Outcomes for Stroke Survivors

医院使用患者报告结局测量（PROMs）跟踪中风患者康复效果，但存在理解偏差。研究对比了AI聊天机器人与人类辅以两种澄清技术（附加示例和反思提问）的效果，发现AI结合澄清技术能保持回答一致性，并减少无关讨论，提升答案规范度。患者对澄清方式存在偏好差异：身体活动问题倾向示例澄清，心理健康问题则更少需要干预。

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

医院使用患者报告的结果测量（PROMs）来监测中风患者在出院后的情况。不幸的是，PROM项目容易被误解。人工管理的PROMs通过对话式访谈（CI）来缓解理解问题，在这种访谈中，引导者会提供实时的澄清。然而，聊天机器人尚未采用CI技术，这引发了关于支持CI功能的聊天机器人是否能够有效协助PROM管理的问题。我们进行了一项对照实验，共有18名中风患者参与，比较了两种CI澄清技术——1）额外示例；2）反思性提示；以及3）无澄清（对照组），这些澄清分别由聊天机器人和人类引导者进行。我们的研究结果表明，支持CI功能的聊天机器人是可行的，因为参与者的回答在不同引导者和澄清类型下保持一致。使用聊天机器人时，参与者的PROM回答行为更好，无关的离题内容更少，对验证过的回答选项的遵守程度也更高。值得注意的是，在接受CI支持时，参与者不再向人类引导者寻求澄清。对澄清的偏好因问题类型而异：对于与身体活动相关的问题，参与者更喜欢示例；而对于与心理健康相关的问题，则更倾向于不进行任何澄清。

人工智能摘要

人工智能生成的摘要（实验性)

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现研究内容、评估其相关性，并协助来自相关研究领域的读者理解本文。它旨在补充作者提供的摘要，后者仍然是论文的主要总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的摘要版本。

要查看此由人工智能生成的通俗语言摘要，您必须具有高级访问权限。