机构名称：
¥ 2.0
背景：家庭健康史（FHX）是对一个人遗传风险的重要预测指标，但在美国许多成年人并未收集。目的：本研究旨在测试和比较2种基于Web的方法的可用性，参与度和报告收集FHX的有用性。方法：此混合方法研究使用基于流的聊天机器人（套件；好奇的交互式测试）和基于表单的方法比较了FHX数据收集。套件的设计经过优化，以减轻用户负担。我们从2个众包平台招募和随机个人到2种FHX方法中的1种。所有参与者都被要求填写问卷，以评估该方法的可用性，报告的有用性，总结了他们的经验，用户呈现的聊天机器人增强功能以及一般用户体验。参与度。我们使用定性发现分析自由文本评论来补充主要定量结果。结果：随机分配到套件的参与者比随机分配到形式的参与者高，平均系统可用性量表得分分别为80.2对61.9（p <.001）。参与分析反映了入职过程中的设计差异。套件用户花费的时间少于输入FHX信息并报告的条件比表单用户多（平均5.90 vs 7.97 min; p = .04;和平均7.8 vs 10.1条件； p = .04）。套件和形式用户在某种程度上同意该报告很有用（李克特量表评级分别为4.08和4.29）。定性分析显示套件和基于表格的方法的正和负特征。在所需的增强功能中，个性化是最高的功能（188/205，91.7％的中等优先级至高优先级）。在随机分配给套件的受访者中，大多数表明它易于使用和导航，并且他们可以响应并了解用户提示。负面评论涉及套件的个性，对话节奏和管理错误的能力。对于套件和形式的受访者，定性结果揭示了共同的主题，包括希望更多有关条件的信息以及对多项选择按钮响应格式的相互欣赏。受访者还表示，他们想报告超出Kit提示（例如个人健康历史）的健康信息，并要求Kit提供更多个性化的答复。结论：我们表明套件提供了一种可用的收集FHX的方法。我们还确定了设计注意事项，以改善基于聊天机器人的FHX数据收集：首先，应增强FHX收集经验的最终报告，以为患者提供更多价值。第二，入职聊天机器人提示可能会影响数据质量，应仔细考虑。最后，我们强调了几个领域，可以通过从基于流的聊天机器人转变为大型语言模型实施策略来改善这些领域。
可用性，可用性和报告聊天机器人的有用性 -
主要关键词
相关文件推荐
