[論文レビュー] Self-Diagnosis through AI-enabled Chatbot-based Symptom Checkers: User Experiences and Design Considerations

Yue You, Xinning Gui|arXiv (Cornell University)|Jan 12, 2021

Digital Mental Health Interventions参考文献 15被引用数 53

ひとこと要約

この論文は、AI対応のチャットボット型症状チェッカー（CSC）を、機能とユーザーレビュー、インタビューを通じて評価し、完全な診断プロセスのサポート不足を指摘するとともに、設計への示唆を提案する。

ABSTRACT

Recently, there has been a growing interest in developing AI-enabled chatbot-based symptom checker (CSC) apps in the healthcare market. CSC apps provide potential diagnoses for users and assist them with self-triaging based on Artificial Intelligence (AI) techniques using human-like conversations. Despite the popularity of such CSC apps, little research has been done to investigate their functionalities and user experiences. To do so, we conducted a feature review, a user review analysis, and an interview study. We found that the existing CSC apps lack the functions to support the whole diagnostic process of an offline medical visit. We also found that users perceive the current CSC apps to lack support for a comprehensive medical history, flexible symptom input, comprehensible questions, and diverse diseases and user groups. Based on these results, we derived implications for the future features and conversational design of CSC apps.

研究の動機と目的

• 既存のAI対応CSCアプリの機能とオフライン診断プロセスのカバー範囲を評価する。
• 歴史入力を含むCSCに対するユーザーの認識、質問の明確さ、疾患のカバー範囲を理解する。
• 設計上のギャップを特定し、将来のCSC機能と会話設計への示唆を導出する。

提案手法

• 既存のCSCアプリの機能レビューを実施し、提供される能力をマッピングする。
• ユーザーレビュー分析を実施し、ユーザー体験と認識を理解する。
• ユーザーへのインタビュー調査を実施し、使いやすさと期待に関する定性的洞察を収集する。
• 発見を統合して将来のCSC開発への設計示唆を導出する。

実験結果

リサーチクエスチョン

• RQ1 現在のAI対応CSCアプリはどのような機能を提供し、診断プロセスのどの部分をカバーしているか、あるいは欠いているか。
• RQ2 医療履歴の取り扱い、入力の柔軟性、質問の理解性、疾患のカバー範囲の観点から、ユーザーはCSCをどう認識しているか。
• RQ3 将来のCSC機能と会話的な相互作用を改善するために、どのような設計示唆を導き出せるか。

主な発見

• CSCアプリはオフラインの医療訪問の完全な診断プロセスを支援することが多くない。
• 現在のCSCでは、包括的な医療履歴のサポートの欠如、柔軟な症状入力、理解可能な質問、および多様な疾患カバー範囲をユーザーが認識している。
• 結果は、信頼性と有用性を高めるために、対話設計の改善とより広い疾患カバーが必要であることを示唆している。）