围产期妇女及其伴侣产科和精神卫生保健的聊天机器人:开发和可用性评估研究gydF4y2Ba

介绍gydF4y2Ba

背景gydF4y2Ba

随着人们对基于各种数字平台(如网站、社交渠道和移动应用程序)的聊天机器人的兴趣日益浓厚，各种各样的满足感被认为是聊天机器人使用的动机。一般来说，生产力被认为是推动聊天机器人使用的关键因素，这意味着使用聊天机器人的易用性、速度和便利性可以帮助用户及时有效地获得信息或帮助，这些用户通过快速一致的反馈和对话寻求即时满足[gydF4y2Ba1gydF4y2Ba]。特别是，作为虚拟医生或教育者的医疗聊天机器人已经被建立起来，以减轻医疗成本的负担，提高医疗知识的可及性，并赋予患者医疗决策过程的权力。gydF4y2Ba2gydF4y2Ba-gydF4y2Ba8gydF4y2Ba]。在使用人工智能(AI)开发医疗聊天机器人方面，之前的一些研究不仅关注准确预测、诊断，还关注根据症状对疾病进行个性化管理和治疗。gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba，gydF4y2Ba6gydF4y2Ba-gydF4y2Ba9gydF4y2Ba]，而且在社会和情感支持以及心理健康干预方面也扮演着对话代理的角色[gydF4y2Ba10gydF4y2Ba-gydF4y2Ba16gydF4y2Ba]。然而，在一项研究中，超过70%的医生认为主要挑战是医疗聊天机器人无法满足患者的全部需求，也无法理解或显示人类的情绪状态。gydF4y2Ba17gydF4y2Ba]。此外，人们普遍担心聊天机器人提供的信息不准确和不灵活[gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba5gydF4y2Ba，gydF4y2Ba17gydF4y2Ba-gydF4y2Ba20.gydF4y2Ba]。尽管不断尝试在信息和情感支持方面为患者提供更好的用户体验(UX)，但使用医疗聊天机器人的成本和收益仍然相关。gydF4y2Ba

除了生产力、娱乐和社交或关系方面的好处之外，使用聊天机器人还有其他主要的动机，与其他旨在支持愉快的社交互动的互动系统相比，聊天机器人被认为更像人类。gydF4y2Ba1gydF4y2Ba]。由于健康素养较低的患者更有可能使用和信任非正式的健康信息来源，如电视、社交媒体、朋友、博客、名人网页和制药公司，而不是医生和卫生专业人员等正式来源[gydF4y2Ba21gydF4y2Ba]，医疗聊天机器人被要求向用户提供基于证据的健康信息，作为他们问题的答案。鉴于大多数孕妇倾向于使用多种信息来源进行产前和产后护理[gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba]，获得相互矛盾的信息会增加焦虑程度或增加是否使用药物的不确定性[gydF4y2Ba24gydF4y2Ba]。事实上，产前妇女在寻求非正式信息或从多种来源获取多种信息时，可以很容易地从其他有经验的母亲和有类似情况的朋友那里获得社会和情感支持，但由于缺乏相关知识，她们可能会感到耻辱，并得到不适当的支持[gydF4y2Ba25gydF4y2Ba]。随着越来越多的网络社区的形成，大量的女性成员在怀孕和分娩期间经历了许多不同的情况，保持与同龄人的社交互动可以鼓励围产期妇女满足她们对特定信息和内容的好奇心和兴趣，从而被视为一种即时和愉快的日常活动。反过来，这意味着具有这些同行特征的医疗聊天机器人，以及有效、准确、可信的医学知识库，在遇到医疗问题时更有可能抓住围产期妇女的注意力。gydF4y2Ba

为了鼓励人们采用和使用医疗聊天机器人，在开发过程中首先要考虑聊天机器人的内容质量和专业知识。从功利价值和享乐价值的角度来看，内容质量对感知有用性和感知享受具有强烈的正向影响，而感知有用性和感知享受又会影响用户的使用意愿[gydF4y2Ba26gydF4y2Ba]。感知医疗聊天机器人的专业知识可以增加用户对聊天机器人的信任，进而影响用户继续使用服务代理的意愿[gydF4y2Ba27gydF4y2Ba]。除了努力提高聊天机器人的内容质量和专业知识外，在开发过程中和开发完成后，迭代评估其可用性和用户体验也很重要。根据Lund的说法，他开发了有用性，满意度和易用性(Use)问卷[gydF4y2Ba28gydF4y2Ba]，易用性和有用性相互影响，驱动满意度与预测和实际使用密切相关;如果要评估的系统是要求其用户使用的内部系统，则可将易用性分为两个因素，即易用性(EOU)和易学性(EOL)。然而，对于这个基于移动即时通讯(MIM)的聊天机器人来说，这两个因素不太可能高度相关，因为它是一个灵活的系统，可以在不同的环境中使用，满足不同的个人需求。此外，广泛的满意度维度(即生产力、娱乐、社会或关系利益等)可以成为使用聊天机器人的动机[gydF4y2Ba1gydF4y2Ba]，因此，有必要确定这些动机或与用户通过MIM在医疗聊天机器人上寻求和分享健康信息的意图相关的任何其他障碍。gydF4y2Ba

根据先前一项基于净价模型的研究结果[gydF4y2Ba29gydF4y2Ba]，在中国和意大利样本中，感知利益与在社交媒体上寻求和分享健康信息的意愿呈正相关，但只有中国样本的感知风险与分享健康信息的意愿呈负相关。直到最近，人们对韩国样本中基于mim的医疗聊天机器人使用的变量之间的关系知之甚少。考虑到在韩国最受欢迎的MIM应用程序KakaoTalk比YouTube, Facebook和Twitter等其他社交媒体平台更具私密性，预计在本研究样本中不会观察到变量之间的负相关关系。然而，在日常生活中，而不是在实验环境中，通过单一的定量或定性方法，特别是在没有促进者干预的情况下，探索聊天机器人使用的动机和障碍，以及它与不同意图行为的关联，是具有挑战性的，特别是在上下文可用性测试(UT)中。gydF4y2Ba

目标gydF4y2Ba

综上所述，本研究的主要目的是通过文本挖掘技术为围产期妇女及其伴侣的产科和精神卫生保健开发一个以用户为中心的问答(Q&A)知识库聊天机器人。第二个目的是通过进行上下文UT来评估它，从而测量可用性和UX的感知以及它们与聊天机器人使用的动机和障碍以及不同意图行为的关联，从而获得理论和实践意义，以补充该聊天机器人的弱点。根据相关文献，我们假设这个聊天机器人在7天的语境UT期间会产生功利价值和享乐价值。gydF4y2Ba

方法gydF4y2Ba

聊天机器人开发gydF4y2Ba

“Dr. Joy”是利用企业和用户可以定制AI服务的“kakao i”开放构建器开发的。“kakao i”是在国内使用最广泛的网络和移动即时通讯应用程序“kakao talk”中提供的。由于kakao的AI平台可以支持两种主要功能来开发问答聊天机器人，(1)将结构化的问答Excel数据文件上传到kakao的“知识+”菜单中，或(2)通过创建对话块，将用户的文本输入和聊天机器人的输出添加到每个场景中，并将这些块链接到“场景”菜单中，因此这两种功能都应用到了聊天机器人的开发中。因为这个聊天机器人只有韩文版本，gydF4y2Ba多媒体附录1gydF4y2Ba-gydF4y2Ba3.gydF4y2Ba为提高韩国读者对韩语翻译成英语的所有数字的理解而提供的。gydF4y2Ba

角色gydF4y2Ba

Dr. Joy是以第二位作者的名字命名的，他的名字发音与“Joy”相似，因为这个聊天机器人的设计目的是让用户在寻求产前和产后护理的健康信息和医疗帮助时感受到乐趣。为了让用户看起来更专业，我们为Dr. Joy提供了一个“人形”女医生的角色(gydF4y2Ba图1gydF4y2Ba和gydF4y2Ba多媒体附录1gydF4y2Ba)以及正式、坚定的语气，尤其是在回答问题时。然而，在其他场景中，Dr. Joy在对待用户时，其非正式、愉快的语调、态度和表情符号的使用都表现出了温暖。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

围产期和产后护理知识数据库gydF4y2Ba

采用数据挖掘技术，建立了用户友好的产科与精神健康问答知识库。通过以下过程创建了一个包含3524个精细化问答集的列表。为了建立一个韩国围产期妇女真正感兴趣和关心的医学问题及其术语的数据集，我们首先用Python开发了一个网络爬虫。来自韩国最大的产前、产后和孕产妇护理在线社区之一，有6个不同主题的留言板(即不孕不育:宫内人工授精、体外受精、胚胎移植;妊娠诊断:验孕包、超声扫描;怀孕的准备;怀孕;分娩;和产后康复)进行抓取，然后自动收集2017年8月1日至2018年8月31日1年内的所有帖子。网络爬虫检索到的内容按主题解析到每个Excel电子表格文件中，并存储到以下列标题中:昵称(ID)、时间戳(日期和时间)、URL、标题、正文内容(仅限文本)和最多3个回复。gydF4y2Ba

由于部分内容涉及多个主题，因此对6个主题进行重新定义，以消除重叠。首先，将“孕前准备”的主题重新定义为不包括“不孕症”和“妊娠诊断”的所有帖子，并将任何与重新定义的主题无关的帖子移动到“不孕症”或“妊娠诊断”的主题中，以有效地搜索待更新的问题或陈述。其次，由于“怀孕”的留言板覆盖了怀孕第一个月至最后一个月的所有帖子，“分娩”的留言板部分包括了怀孕第10个月的帖子，因此将“怀孕”的话题重新定义为怀孕第1个月至第9个月的帖子。gydF4y2Ba

从帖子的标题和正文内容中，我们提取了医生和同行用户都能普遍理解的医学问题，剔除了超出医学范围的个人问题，以满足自己的好奇心。在那之后，关于医疗和产科问题的过于冗长、复杂的问题或陈述被精炼为简单的、会话性的问题或陈述，人们可以向基于mimi的聊天机器人提问，尤其是中等长度的问题或陈述。下一步，为了建立针对这些特定主题的用户友好型问题和专业答案对数据集，共招募了11名医生，他们分别是不孕症(3/11,27%)、妇产科(6/11,55%)和精神病学(2/11,18%);采用滚雪球抽样法从地方医院和大学医院分别招募6名(55%)和5名(45%)。他们首先识别和修改不恰当的问题或陈述，使用虚假术语或没有用户意图和上下文信息，以一致的语气和方式回答所有3524个问题，最后交叉检查涉及他们专业的问答对。3524组问答内容分类如下:(1)不孕症(宫内人工授精、体外受精、胚胎移植:609项)，(2)妊娠诊断(妊娠试纸、超声扫描、血检:381项)，(3)妊娠准备(303项)，(4)妊娠(1-36周[1-9个月]:1154项)，(5)分娩(37-40周[最后一个月]:446项)，(6)产后恢复(631项)。gydF4y2Ba

按照上述过程，我们填写了聊天机器人构建器提供的Excel电子表格模板，特别是以下数据:数字、类别、问题和答案。除了问答知识库之外，我们还构建了同义词词典，以提高提供与用户意图(即搜索意图)非常匹配的问答对的准确性，因为围产期妇女倾向于在在线社区中使用各种各样的医学术语缩写和新词。这个字典也被组织在给定的Excel模板中，并注册到“我的实体”菜单中。gydF4y2Ba

主要功能和用户界面gydF4y2Ba

作为问答聊天机器人，Dr. Joy的主要功能是回答用户的查询和常见问题。主要功能是由kakao聊天机器人生成器的知识+功能开发的，它的工作原理是在存储的问答知识数据库中搜索与用户对话输入相似的问题，然后输出与这些问题相关的答案。如图所示gydF4y2Ba图1gydF4y2Ba（gydF4y2Ba多媒体附录1gydF4y2Ba)， Joy博士使用了一种名为kakao i sympson(一种用于评估句子之间语义相似性的相似性推理引擎)的人工智能引擎，可以通过提供(1)与用户意图最匹配的1对问答或(2)最匹配的3对问答来回答所有问题。即使给出的3对问答并不完全符合用户向聊天机器人提问的意图，用户也可以从这些问题和上述11位医生对相关医学知识和建议的问题的准确、专业的回答中了解到其他同行妈妈当前的兴趣和关注点。要使用这一功能，用户可以直接在输入框中输入他们的问题，或者在呼叫Dr. Joy之后，通过拖动通用菜单打开它，然后点击按钮呼叫聊天机器人。输入框和通用菜单位于聊天机器人的底部。否则，用户也可以通过通用菜单(gydF4y2Ba图1gydF4y2Ba和gydF4y2Ba多媒体附录1gydF4y2Ba)。gydF4y2Ba

特别注重管理围产期妇女的身心健康，根据预先确定的对话设计和基于规则和选择的对话开发了其他主要功能，这些对话只在情景中进行和起作用。为了处理来自用户的意外响应以及他们不想要的从预先安排的会话UI流中逃脱的情况，Dr. Joy为用户提供了对话按钮，供他们选择作为调用链接对话块的响应，特别是激励他们遵循给定的UI流。基于场景的附加功能旨在引导用户了解(1)早期发现身体和产科问题的重要性(如果用户经历了特定的身体症状，他们可以通过回答Joy博士提出的与症状相关的问题来检查他们当前的健康状况;(2)预防性心理保健，如抑郁症筛查测试和认知行为治疗(即睡眠卫生教育和基于正念的干预;gydF4y2Ba图2gydF4y2Ba和gydF4y2Ba多媒体附录2gydF4y2Ba)，以及(3)男性伴侣的社会支持，例如胎教和各种有用的身心保健提示(gydF4y2Ba图3gydF4y2Ba和gydF4y2Ba多媒体附录3gydF4y2Ba)。gydF4y2Ba

通过对11名围产期患者(10名女性和1名男性)的深度访谈，以及对两个妇产科医生(1)组(1)当地医院的3名妇产科医生和(2)大学医院的3名妇产科医生)的焦点小组访谈，确定了围产期妇女伴侣在日常生活中对预防性流动保健和社会支持的需求。根据访谈报告，患者和医生都强调了围产期妇女与其伴侣之间的关系对妇女在产前、怀孕和产后期间的心理健康的重要性。特别是，经历过抑郁症状的女性受访者和医生的女性患者表示，她们缺乏与共同伴侣共度时光的机会;除此之外，还有一些女性的伴侣在怀孕期间出轨。相反，妻子在怀孕期间和分娩后没有任何特殊的精神问题，而是代替妻子经历抑郁症状的男性受访者，通过分担家务、尽可能多地与妻子交谈、为妻子排解因照顾孩子和家务双重负担而产生的身心痛苦等方式，努力帮助妻子克服产后抑郁。然而，如果没有伴侣的支持，大多数孕妇和母亲很难出去恢复精神，也很难参加当地社区卫生中心、当地或大学医院以及产后护理中心举办的各种精神卫生保健项目。虽然男性伴侣也容易受到女性长期情绪波动的影响，但双方都发现很难就情绪或精神问题向卫生专业人员和其他人(例如家庭成员和朋友)咨询，也很难考虑使用适当的精神药物，因为这可能会对胎儿产生负面影响。此外，特别是从男子的观点来看，获得有效治疗妇女甚至其伴侣的有用资料的机会并没有显著改善，这也是一个限制。gydF4y2Ba

根据这些访谈结果，参与编写Joy博士问答知识内容的医生样本，作为回答围产期妇女及其伴侣的产科和心理健康问题的主要特征，指导编写了其他特征，使她们能够通过医疗检查、抑郁症筛查测试、替代疗法、以及更多有用的男性伴侣提示和对话。特别是，Dr. Joy有一个男性伴侣友好的UI访问点，用于父亲的胎教功能:(1)胎儿教育的专业知识(2)父亲可以做到(gydF4y2Ba图3gydF4y2Ba和gydF4y2Ba多媒体附录3gydF4y2Ba)。按照乔伊博士的指导，那些没有与伴侣进行胎教经验的准父亲或现任父亲可以逐步进行产前护理。为了促进男性伴侣参与常规产前护理，以获得分娩和分娩的积极结果，乔伊博士以友好的语气解释了伴侣支持的必要性，并提供了实用的策略，其中有一个男人积极支持他的伴侣，对男性与怀孕伴侣和他们的社交生活有关的困难处境表现出同情和同情的关注。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

研究设计gydF4y2Ba

为了衡量围产期妇女及其伴侣对医疗聊天机器人体验的功利和享乐价值的看法，我们在KakaoTalk上完成了一个名为“Dr. Joy”的问答知识库聊天机器人的开发后，进行了为期7天的情境UT，以解决她们的产科和精神健康问题。本研究经CHA大学盆唐医学中心机构审查委员会批准。gydF4y2Ba

招聘gydF4y2Ba

在本研究中，使用了两种不同的方便抽样方法来防止本研究样本的偏倚，并从感兴趣的总体中收集样本。根据Nielsen和他的同事之前的研究结果[gydF4y2Ba30.gydF4y2Ba]， 5个用户发现了85%的可用性问题，至少需要15个用户才能发现所有的可用性问题。由于UT的目的是基于可用性问题改进聊天机器人的设计，因此总共招募了15名参与者。在15名参与者中，6名(40%)是CHA大学盆唐妇女医院妇产科门诊招募的患者。其余(9/15,60%)采用滚雪球抽样方法招募，因此，9名参与者中有1名被要求进一步寻找当地医院患者的潜在参与者。由于Dr. Joy的医学知识数据库可以涵盖产前护理到产后护理的围产期妇女问题，因此本研究招募了准备妊娠和不同妊娠阶段(即第一孕期[1-3个月:1-12周]、第二孕期[4-7个月:13-28周]、第三孕期[8-10个月:29-40周]和分娩[产褥期:产后6周内])的妇女及其配偶，以补充女性和男性伴侣的问题。特别是，有2对已婚夫妇，他们在妊娠早期和中期，通过不孕治疗成功怀孕。gydF4y2Ba

根据招募的纳入和排除标准，未在产褥期6周分娩的妇女没有资格参加研究。但是，如果不符合条件的妇女在产褥期后立即有怀孕计划，则允许她们作为妇女参加怀孕准备工作。gydF4y2Ba

可用性测试:任务和过程gydF4y2Ba

在2019年9月30日至2019年10月11日的整个研究期间，所有入组的参与者都完成了为期7天的UT。所有参与者都被要求在任何时间和地点向Joy博士提出至少3个问题，然后用表情符号给聊天机器人积极或消极的反馈(gydF4y2Ba图2gydF4y2Ba和gydF4y2Ba多媒体附录2gydF4y2Ba)，至少使用产科聊天机器人的一个功能，最后在午夜之前通过KakaoTalk向调解人发送当天使用历史的所有截图。为了在手机上使用Dr. Joy，参与者首先被要求在KakaoTalk频道上搜索它的名字，并将它添加为好友，以便在他们想要使用它时随时访问聊天机器人服务。在UT完成后的第二天，所有参与者都被要求填写一份调查问卷，其中包含人口统计特征，关于可用性，感知利益和风险的封闭式问题，以及在聊天机器人上寻求和分享健康信息的意图，以及关于其使用优势和劣势的开放式问题。gydF4y2Ba

测量gydF4y2Ba

为了衡量我们新开发的聊天机器人服务的主观可用性，使用问卷[gydF4y2Ba28gydF4y2Ba]被雇用了。USE问卷共30个条目，考察了可用性的4个子因子:有用性(8个条目)、EOU(11个条目)、EOL(4个条目)和满意度(7个条目)。所有项目都从1(非常不同意)到7(非常同意)，这4个平均分数在所有参与者和性别群体中平均，以计算总可用性得分。除可用性外，使用KakaoTalk聊天机器人的感知利益(2项)和风险(2项)，以及寻求(SEE, 6项)和分享(SHA, 4项)健康信息的意愿(1分李克特量表，从1(强烈不同意)到7(强烈同意)，所有项目都采用Li和同事的净价模型[gydF4y2Ba29gydF4y2Ba]。计算了所有参与者以及男性和女性组的这些因素的平均得分。最后，参与者回答了关于乔伊博士的优点和缺点的开放式问题，这些问题可以决定聊天机器人是否会让他们从使用聊天机器人中感知到功利和享乐价值。gydF4y2Ba

除了聊天机器人用户体验的自我报告测量外，从聊天机器人构建器的分析菜单中的报告和在7天的UT期间每天向Dr. Joy询问至少3个问题的历史截图中收集了用户的话语列表。根据触发备用信息的具体问题或陈述的数据，以及从产科和精神健康问答知识数据库中提取的用户对给定问答集的积极或消极反馈，我们可以深入了解与男性和女性用户的实际兴趣和关注相关的问题的实际影响。gydF4y2Ba

统计分析gydF4y2Ba

为了确定对小数据集(N<50)是否使用非参数统计分析或参数统计分析，采用Shapiro-Wilk正态性检验来检查数据的正态分布。由于EOL (W)的正态性gydF4y2Ba_15gydF4y2Ba= 0.84;gydF4y2BaPgydF4y2Ba= 0.01)和感知风险(WgydF4y2Ba_15gydF4y2Ba= 0.88;gydF4y2BaPgydF4y2Ba=.04)不符合，则选择Spearman相关进行最终分析。gydF4y2Ba

结果gydF4y2Ba

参与者的特征gydF4y2Ba

如gydF4y2Ba表1gydF4y2Ba(1)男性:妊娠前期(1/2,50%)和妊娠中期(1/2,50%)，男性2名，年龄38岁和40岁(平均39.00岁，SD 1.41年)，女性13名，年龄27 ~ 43岁(平均34.31岁，SD 3.95年);(2)妇女:计划自然妊娠(4/ 13,31 %)，妊娠早期(2/ 13,15 %)，妊娠中期(4/ 13,31 %)，妊娠晚期(1/ 13,8 %)，产褥期(2/ 13,15 %)。所有参与者(15/15,100%)都表示KakaoTalk是日常生活中最常用的即时通讯工具。gydF4y2Ba

在寻求有关怀孕或分娩的健康信息以解决医疗问题时，所有男性都参考了来自书籍的信息(2/ 2,100 %)。然而，妇女报告说她们参考了多种信息来源，主要来源是熟人(7/13,54%)，其次是互联网(4/13,31%)、书籍(1/13,8%)和卫生专业人员(1/13,8%)。特别是在使用个人电脑或手机在线获取有关怀孕或分娩的信息时，两名男性采用了不同的信息搜索策略:关键词搜索(1/2,50%)和句子搜索(1/2,50%)。大多数女性使用关键词搜索(11/13,85%)，其他女性使用句子搜索(1/13,8%)和实时搜索(1/13,8%)。gydF4y2Ba

定量数据分析gydF4y2Ba

USE问卷调查结果见gydF4y2Ba表2gydF4y2Ba.在可用性的心理测量方面，EOL的平均得分最高，其次是EOU、满意度和有用性得分。尽管参与者的数量不足以确定所有4个子因素和总可用性得分在性别上的差异的统计学意义，但男性参与者的平均得分高于女性参与者。男性和女性都倾向于对有用性和满意度的评分低于EOU和EOL;这些趋势也在可用性及其子因素的总分中确定。gydF4y2Ba

尽管整个参与者组的EOL平均得分较高，但Spearman相关结果表明，有用性、EOU、满意度或总可用性得分(gydF4y2Ba表3gydF4y2Ba)。与EOL不同，总可用性与其他3个子因子之间存在显著正相关(均ρ>0.80;gydF4y2BaPgydF4y2Ba<措施)。gydF4y2Ba

不论性别，SEE的总平均得分与SHA的趋势相似。女性认为SEE的得分与SHA的得分相似，而男性倾向于认为SEE的平均得分高于SHA的平均得分。除了对SHA的评分外，男性在感知益处、SEE甚至感知风险方面的评分都高于女性(gydF4y2Ba表4gydF4y2Ba)。gydF4y2Ba

根据Spearman相关分析的结果，感知风险与感知利益、SEE和SHA均无显著负相关，而感知利益与SEE和SHA均有显著正相关。可以看出在gydF4y2Ba表5gydF4y2Ba感知获益与SEE的相关性更强(ρ=0.94;gydF4y2BaPgydF4y2Ba< 0.001)比SHA (ρ=0.70;gydF4y2BaPgydF4y2Ba= 04)。gydF4y2Ba

定性数据分析gydF4y2Ba

对于定性数据分析，专题分析[gydF4y2Ba32gydF4y2Ba，gydF4y2Ba33gydF4y2Ba通过两个不同的来源(1)kakao i open builder和(2)可用性测试器收集的用户话语数据进行了研究，以补充缺失的数据，并监控用户对Joy博士提供的单个答案或3个问答集的反应。从聊天机器人构建器分析菜单中的报告中提取7天UT期间的用户话语原始数据，并作为单独的文本文件下载，然后将这些文件组合成两个不同的数据集:(1)默认回退意图(即用户的问题或陈述触发Dr. Joy的错误信息)和(2)预定义用户意图(即触发Dr. Joy知识库中给定问答集的用户正面或负面反馈)。gydF4y2Ba

从数据集中，从316个用户话语(310个问题或陈述，6个对聊天机器人在UT中的回答)和30个对UT完成后测试问卷的开放式回答(15个优点和15个缺点)中产生了初始的主要主题和聊天机器人的身份，优势和劣势。然后由三位编码员(第一作者和学士和硕士级别的研究助理)对主要主题进行更详细的描述，比较和修改，然后为5个精炼的次要主题和难忘的引语找到合适的编码类别(gydF4y2Ba文本框1gydF4y2Ba)。为了确保所有5个主题的编码人员之间的可靠性，所有编码人员都同意的编码转录本都是基于对编码分歧的检查而包括在内的。gydF4y2Ba

主题1-1:聊天机器人作为社会代理的身份gydF4y2Ba

虽然Dr. Joy是一个基于文本的问答聊天机器人，其缺点是缺乏理解用户在说什么并以自然的方式与他们互动的能力，但我们发现，我们的参与者倾向于将Dr. Joy视为一个社会行动者，如下所述:gydF4y2Ba

当被问及问题时，过于详细的个人信息或他们的故事被包含在他们的问题中，就好像他们在和一个亲密的朋友或熟人交谈一样(gydF4y2Ba文本框1gydF4y2Ba，引用1-3)。gydF4y2Ba

对乔伊医生的回答，人们做出了类似人类的回应，对她宝贵的建议和专业的医学知识表示赞赏。我们的参与者说:“谢谢。”“是的!”;“我明白了。”“好吧，我明白了。”“当然，我会的。”“我得好好保管它!”gydF4y2Ba

主题1-2:聊天机器人作为男性友好代理的身份gydF4y2Ba

尽管主持人没有给他们具体的指导，但男性参与者提出了关于自己和妻子的问题，女性参与者也提出了关于丈夫和自己的问题。他们问了以下问题:“男人会有晨吐吗?”“男性应该服用叶酸吗?”“父亲会有产后抑郁症吗?”“父亲的药物会影响怀孕吗?”“丈夫真的很难过”;“什么年龄被认为是父亲高龄?”gydF4y2Ba

主题2-1:聊天机器人功利和享乐价值的优势gydF4y2Ba

根据所有用户话语数据的报告，参与者试图查看其他给定的问答集，而不是按下负面反馈按钮或在所有问答集上产生负面话语。关于这个新开发的聊天机器人的优势，参与者的一个共同点是，Joy博士既有功利主义的价值观，也有享乐主义的价值观(gydF4y2Ba文本框1gydF4y2Ba，引语4-9)。gydF4y2Ba

主题2-2:聊天机器人信息支持的优势gydF4y2Ba

除了这些优点之外，一些参与者还提到了来自Joy博士(gydF4y2Ba文本框1gydF4y2Ba，引用10-12)。gydF4y2Ba

主题3:聊天机器人内容覆盖的弱点gydF4y2Ba

最常被报道的弱点是Dr. Joy没有满足所有用户的意图，也没有涵盖更广泛的内容领域，因为我们更多地关注于帮助围产期妇女预防和解决她们自己的精神和身体问题，而不是为她们提供面向婴儿的问题的答案(gydF4y2Ba文本框1gydF4y2Ba，引语13-16)。gydF4y2Ba

特别是，经常被问到一些常规的、非医学的问题，这些问题对卫生专业人员来说很难回答。例如，怀孕8周和15周的2对夫妇对孩子的性别感到好奇，因此他们希望在下次更新中补充大量相关内容。其他问题列在gydF4y2Ba文本框1gydF4y2Ba() 17 - 21报价区间。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

在这项研究中，我们旨在开发和评估一个用户友好的问答聊天机器人，为围产期妇女及其伴侣的产科和精神卫生保健提供高质量的内容和专业知识。这项研究可以通过将开发的系统或其他现有聊天机器人的方法与Joy博士的方法进行比较来补充文献，突出其技术和设计贡献，并为其在应用领域的用户体验价值的感知提供理论和经验证据。gydF4y2Ba

由于生产力一直被认为是使用聊天机器人的主要动机[gydF4y2Ba1gydF4y2Ba]，这种为围产期妇女及其伴侣提供全天候数字支持的“永远在线”问答聊天机器人可以更容易、更有效地获取可靠信息，对目标用户来说，比传统手段(例如书籍、互联网搜索、熟人和卫生专业人员)更直观。与本研究相一致，以往的研究试图扩展问答聊天机器人自身的知识库，以保证内容质量和提高响应能力。钟和他的同事[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba34gydF4y2Ba]应用了(1)基于专家的方法创建医疗信息提供规则;(2)基于数据的方法，基于已建立的医学知识库为聊天机器人医疗服务提供定制信息，从而提高了可靠性。为了创建特定领域或基于上下文的聊天机器人以立即提供最佳的最新答案，从Twitter等社交网络服务中提取了高质量的聊天机器人知识[gydF4y2Ba20.gydF4y2Ba]、网上论坛作为网络社区[gydF4y2Ba35gydF4y2Ba]，信使[gydF4y2Ba19gydF4y2Ba]。与我们的方法类似，郑某和徐某[gydF4y2Ba20.gydF4y2Ba[j]提出了一种基于Twitter问答集收集的基于关键字匹配的答案检索技术，该技术利用tweet-and-reply和tweet-and-mention对，并通过将新收集到的对添加到现有问答知识库中对其进行细化。由于这些相关工作的重点是开发问答聊天机器人的答案检索技术，为用户提供更准确、更灵活的答案，因此基于自述问卷等定量数据的每个聊天机器人的回答适当性[gydF4y2Ba20.gydF4y2Ba]或召回率和精度测量[gydF4y2Ba18gydF4y2Ba，gydF4y2Ba35gydF4y2Ba]被评估。虽然这些拟议的知识数据库和问答聊天机器人的答案检索技术适用于目标用户和内容覆盖范围未指定的一般医疗保健或护理服务，但也有各种信息型聊天机器人设计用于在紧急情况下支持孕妇、母亲或有幼儿的家庭[gydF4y2Ba6gydF4y2Ba为围产期妇女提供低成本、可获得的生育和孕前健康教育[gydF4y2Ba36gydF4y2Ba或对欠发达地区的社区保健工作者和母亲进行母乳喂养教育[gydF4y2Ba37gydF4y2Ba]。gydF4y2Ba

由于娱乐和社交或关系利益被认为是使用聊天机器人的其他主要动机[gydF4y2Ba1gydF4y2Ba]，聊天机器人可以使寻求医疗帮助的过程变得愉快，并改善夫妻之间的关系，这些夫妻需要伴侣的社会支持，或者在面临压力时关心他们的精神状态。特别是在本研究中，基于证据的数字治疗方法、胎教和日常生活中的有用提示的推荐，以及建立适合女性及其伴侣个人兴趣的专业医学知识库，对于开发医疗聊天机器人以促进围产期身心健康具有重要意义。在第一个版本Dr. Joy的开发过程中，我们更专注于增强和评估基于kakaotalk的问答聊天机器人的实用性和享乐性，具体如下:(1)通过文本挖掘技术，从孕产期和孕产妇护理在线社区的同行孕妇和母亲的帖子中收集问题，并由不孕不育、妇产科和精神病学领域的医学专家回答，建立和扩展自己的问答知识库;(2)针对围产期女性及其伴侣的问题查询，通过kakao相似度推理引擎提出3个可选问答对，评估新查询与现有问答集之间的语义相似度;(3)为他们提供基于对话的程序性建议，并帮助他们轻松地将知识应用于自己或合作伙伴;(4)将聊天机器人的身份定义为医生，在直接回答查询以及处理社会支持和心理健康相关问题时，保持不同的语气、方式和UI。与上述研究中开发的聊天机器人及其方法不同，本研究在开发和评估该医疗聊天机器人的过程中，分别考虑了三种用户动机(即生产力，娱乐和社会或关系利益)和两种用户体验价值(即功利和享乐价值)。gydF4y2Ba

本研究的主要发现是，在7天的上下文UT期间，新开发的基于问答知识库的聊天机器人可以为围产期妇女及其伴侣的产科和精神卫生保健产生功利价值和享乐价值。根据USE问卷调查的结果，我们发现Dr. Joy是非常容易学习和快速应用的，但它的高学习性并不能保证达到高水平的有用性、EOU、满意度和总体可用性。然而，考虑到这三个可用性子因素与总可用性得分之间的强烈关联，可以预期，增加一个或多个可用性子因素的水平将确保良好的可用性。EOL与其他子因素之间的弱关联也反映了这个基于kakaotalk的聊天机器人是一个灵活的系统，可用于不同的环境和不同的个人需求[gydF4y2Ba28gydF4y2Ba]。作为使用意向的重要决定因素之一，内容质量会对感知有用性和感知享受产生强烈影响[gydF4y2Ba26gydF4y2Ba]， Dr. Joy可以在其基于问答知识库的多个问答中为用户提供更有趣的内容，以激励他们获取可信的知识，即使回答结果可能与他们的预期略有出入。在回答关于Dr. Joy的优势的开放式问题时，参与者不仅强调了乐趣、愉悦和享受所代表的享乐价值，还强调了实用性、速度、易用性和便利性所代表的功利价值。就其弱点而言，提出超出我们问答知识库覆盖范围的问题的参与者指出，具有医学专业知识的Dr. Joy必须提出一组正确的答案，成功地与用户意图保持一致，从而增强用户对聊天机器人的信任和持续使用意愿[gydF4y2Ba27gydF4y2Ba]。在这方面，提高其问答集内容的质量是至关重要的。gydF4y2Ba

另一项发现是，使用Dr. Joy的好处和风险之间的负相关关系，并没有明显到足以影响行为意向的负面方向。此外，Dr. Joy让用户意识到，通过KakaoTalk在这个医疗聊天机器人上讨论与健康有关的信息可能会遇到不必要的问题，或者这样做的预期好处不会实现，这种风险很低。由于利益与风险之间权衡的可能性较低，寻求和分享Dr. Joy健康信息的不同意图仅与感知的利益显著相关，而与感知的风险无关。用户越认为Dr. Joy能给他们带来好处，他们就越有可能从中寻找和分享信息。与SEE和SHA得分相近的女性相比，男性比女性更愿意通过KakaoTalk在医疗聊天机器人上寻求健康信息。这可能是因为与围产期妇女相比，男性伴侣获得信息来源的机会相对较少，围产期妇女往往从多种非正式和正式来源寻求医疗帮助[gydF4y2Ba25gydF4y2Ba]。作为孕妇的伴侣，我们的男性参与者的主要怀孕或分娩信息来源是诸如怀孕和分娩百科全书之类的书籍或医生写的文章，他们不太可能通过分享乔伊医生相对更可靠的信息来反复检查其他来源的信息，这些信息经过卫生专业人员的验证。与我们之前的研究结果一致[gydF4y2Ba23gydF4y2Ba]，这可以解释为，女性参与者报告更多地依赖多种口口相传的信息来源，而较少依赖卫生专业人员，她们极有可能分享许多她们不愿在门诊诊所与医生讨论的问题，特别是与这个具有人类医生角色的KakaoTalk聊天机器人。gydF4y2Ba

除了这些理论意义之外，定性数据还为开发下一个版本的Joy博士提供了实证意义。这个版本的信息医疗聊天机器人的主要问答功能是基于单轮对话的响应选择，因此旨在从用户那里引出对给定问答集的特定会话响应。然而，15名参与者中有6人(40%)对聊天机器人的回答表现出积极、礼貌的态度，就好像参与者问了更多个人信息的私人问题，并回应了他们的医生，以表明他们会在现实中遵循他们的答案(谢谢;是的!;我明白了;好的，我看到了;当然，我会的;我需要妥善保管它)。令人惊讶的是，没有参与者给问答组留下任何负面反馈或粗鲁、辱骂的话语(例如，诅咒或侮辱)，这可能不符合他们提问的真实意图。这可能是因为参与者不能完全排除他们的所有话语都会被引导者或研究人员监控以进行数据分析的可能性。 Despite the concern of the Hawthorne effect, these behaviors might also reflect that some users perceived Dr. Joy to be a social agent to maintain a doctor-patient–like relationship with the chatbot. As the greatest advantage of this mobile chatbot is that chatbot designers and developers can readily collect the users’ dialog inputs that were not added to the dialog blocks in advance, it can be expected to update the users’ utterance data for machine learning purposes and the chatbot’s dialog outputs and conversational UI, as well as the content values that reside in the knowledge base on a regular cycle. Particularly in terms of regular updates of the contents of Q&A sets, nonmedical but pregnancy-related subjects (eg, pronatalist policies for increasing fertility and birth rate) extracted from active users’ dialog input logs should be included to increase user retention and engagement and to decrease anxiety levels by clarifying the uncertainty of conflicting information from multiple sources, based on previous studies [22gydF4y2Ba-gydF4y2Ba24gydF4y2Ba]。gydF4y2Ba

最后但并非最不重要的是，这项研究发现，男性伴侣在怀孕、分娩和初为人父的时期都需要情感支持和信息，这表明他们的需求可能被隐性地忽视了，正如其他研究所揭示的那样[gydF4y2Ba38gydF4y2Ba-gydF4y2Ba40gydF4y2Ba]。最重要的是，孕妇的心理健康和积极的怀孕经历与更好的伴侣关系密切相关[gydF4y2Ba41gydF4y2Ba，gydF4y2Ba42gydF4y2Ba]，重要的是要支持男性伴侣，从男性伴侣的角度将面向男性的问答集添加到这个新的聊天机器人的知识库中，从而帮助他们理解和管理怀孕、分娩和产后期间的挑战。gydF4y2Ba

局限性与未来方向gydF4y2Ba

作为本研究引入了一个早期的结果一个政府资助的研究与发展(R&D)项目的里程碑是调查至少10围产期妇女吸收初始版本的欢乐,博士研究的样本量(N = 15)太小,其性别比例太不平衡的结果推广到更大的人口和担保的有效性医学问答chatbot,尽管男性和女性参与者的积极看法的聊天机器人。虽然大家都知道，这个样本量足以发现基于最终用户的真实语音和日志数据来改善聊天机器人的用户体验的实际意义[gydF4y2Ba30.gydF4y2Ba]，本研究还存在以下局限性:gydF4y2Ba

首先，小样本的用户话语数据可能不足以积累各种孕妇及其伴侣的问题和关注的问答数据集，这些问题和关注是用她们自己的术语和在她们自己的问题情况下表达的，因为Dr. Joy的设计涵盖了广泛的与怀孕和分娩相关的信息，分为6个主题。在通过可用性研究更新问答集之后，这个研发项目的目标是将活跃的聊天机器人用户数量增加至少100人，收集更多的话语数据，并保持问答知识库的更新。我们将比较《Dr. Joy》最初发布前和更新后人们对它的看法，以检验它的强劲吸收度以及对它的实用和享乐价值的好感度。gydF4y2Ba

其次，乔伊博士致力于鼓励围产期妇女依靠多种非正式信息来源获得基于证据的信息来支持决策。因此，我们只招募了少量的目标参与者，采用了两种不同的方便抽样方法，以避免只招募与参与Dr. Joy开发的医生建立了良好关系的患者，或者仅以医生为主要信息来源的患者。然而，考虑到非概率抽样方法，相对较小的样本可能存在偏差，因为样本可以从容易接近的总体单位中抽取，因此无法准确反映大总体的反应。为了处理研究样本的这种潜在偏差，在未来的研究中，将在大样本量的情况下使用正确的概率抽样方法，如简单随机抽样或聚类抽样。gydF4y2Ba

最后，考虑到足月妊娠持续38周或更长时间，即使参与者在本研究中提供了积极的可用性和UX评分，7天的研究期也不足以评估Dr. Joy是否可以提高参与者的知识，有效地回答他们的问题，或对某些任务有用。为了回答这些有待于未来研究的研究问题，应在短期研究期间直接采用围产期和心理健康相关的变量，或进行更纵向的评估。综上所述，未来的研究将受益于解决这些限制。gydF4y2Ba

结论gydF4y2Ba

总之，这项研究为新开发的基于问答知识库的KakaoTalk聊天机器人在围产期妇女及其伴侣的产科和精神卫生保健方面的应用提供了潜力。由于Dr. Joy拥有优质内容，这些内容与实用价值和享乐价值正相关，因此可以鼓励男性和女性用户采用和使用医疗聊天机器人，方便，易用，愉快。为了提高他们继续使用Dr. Joy的意愿，它的问答集应该定期更新，通过监测男性和女性用户的话语来满足更多的用户意图。gydF4y2Ba