为神经认知障碍筛查对话任务设计对话代理的脚手架策略

文献标题

设计对话任务中会话代理的支架策略，用于神经认知障碍筛查

文献信息

• 主题领域: 人机交互、健康与老龄化、人工智能在医疗中的应用
• 关键词: 健康, 老龄化, 支架, 会话代理, 神经认知障碍筛查

研究背景与问题

• 发现的问题或挑战:
  • 神经认知障碍（NCDs）如阿尔茨海默病在老年人中普遍存在，对患者、家庭和医疗系统造成巨大负担。
  • 现有人类执行的筛查方式面临可扩展性限制，如临床资源短缺及患者行动能力限制。
  • 现有会话代理的筛查体系通常采用简单对话策略，但与认知功能受损的用户的沟通需要更复杂的技巧，如简化语言、重复和支架。
• 为什么这个问题重要:
  • 通过早期诊断和干预，可有效管理NCD相关症状，减轻社会和医疗压力。
  • 开发可扩展的筛查方式能够支持日常的认知监测及认知功能的长期追踪。
• 研究动机与相关工作:
  • 支架理论已被证明在促进NCD患者活动理解和参与方面非常重要，但其在对话任务中的设计和实践仍处于探索阶段。
  • 通过模仿临床人员提供支架的操作来提升会话代理的能力，从而构建一种适合NCD患者的对话系统。

解决方案

• 提出的方法或解决方案:
  • 基于支架理论和临床专业人员的实践经验，从人类执行测试的视频录制中分析支架策略，提出一种CA（会话代理）的支架框架。
  • 使用包含三层级支架框架的方法，对CA进行设计，包括活动层、动作层和修复层支架。
  • 开发一个半自动CA系统，利用ChatGPT（gpt-3.5-turbo）支持核心支架策略的检索和推理。
• 创新之处:
  • 第一个探索CA如何通过支架策略支持NCD筛查任务的研究。
  • 将支架理论与用户的认知发展状态（最近发展区理论）相结合，用动态支架调整策略以适应用户的任务理解水平。
  • 提出了框架和具体设计流程，用于改善CA在认知障碍筛查任务中的表现。
• 实施步骤与关键技术:
  • 从专业临床人员与受试者的对话录制中，开展内容分析以提炼人类支架策略。
  • 使用一个迭代设计流程开发CA原型，并检验其支架框架的适用性。
  • 系统嵌入ChatGPT以支持动态问题生成及支架策略优化。

研究成果

• 具体成果:
  • 提出的CA能够提供动态支架，在89.45%的情况下被专业临床人员评为适当。
  • 实验发现CA使用的支架减少随着任务进展而逐渐下降，这表明支架策略促进了用户的任务理解。
  • ChatGPT推荐的支架策略有68.25%被临床专家评定为合适。
• 与现有解决方案的优势:
  • 相较于现有的NCD筛查方式（如通过平板或触摸屏进行），本文的方法能够更好地涵盖语言认知功能测试。
  • 支架框架的动态调整允许CA根据用户认知状态定制支架策略，提高对话任务完成度。
• 实验或评估结果:
  • 用户研究共涉及15名参与者（包括健康组、轻度及重大认知障碍组），每位参与者至少完成一次有效任务（平均完成2.87个任务）。
  • 大部分参与者认为CA的支架对任务理解有帮助，且易于使用。
• 局限性与未来方向:
  • 样本量较小，建议未来扩大样本规模并实施统计验证。
  • 当前CA为半自动，需要进一步开发成全自动版本并验证筛查结果的可靠性。
  • 仅针对特定任务（GSDT），未来需要评估其在其他认知筛查任务中的通用性。
  • 人工操作的系统延迟虽被认为是可以接受的，但需进一步优化以支持用户流畅的导航任务。

总结与设计启发

• 整合三层级支架框架（活动层、动作层、修复层）用于CA设计，以满足不同阶段的用户需求。
• 需动态调整支架的频率和类型，基于用户的最近发展区状态。
• 面向自动化开发未来CA，可以利用视觉和语言模型更好地处理复杂场景中的语言和视觉信息。