超越决策支持：探索患者在真实医疗环境中对大语言模型的长期使用

文献标题

More than Decision Support: Exploring Patients' Longitudinal Usage of Large Language Models in Real-World Healthcare-Seeking Journeys

出版信息

• 主题领域: 大语言模型（LLMs）在医疗寻求过程中纵向整合的研究。
• 关键词: 大语言模型, 医疗寻求, 患者-医生关系, 纵向研究, 情感支持, 认知支架, 决策, 社会技术系统, 信任校准, 主体性。

背景与问题

• 问题/挑战: 现有关于LLMs在医疗领域的研究主要集中于特定任务（如诊断、信息检索）或短期交互，忽视了真实世界医疗寻求过程中纵向、动态的特性。
• 重要性: 理解LLMs如何支持患者跨越多阶段的医疗轨迹，对于改善患者体验、应对资源限制以及重塑传统的患者-医生动态至关重要。
• 动机与相关工作: 先前研究探讨了LLMs在决策支持、心理健康和信息检索中的应用，但缺乏其在整个医疗旅程中角色的纵向、情境化证据。本研究旨在填补这一空白，探讨LLMs如何动态融入患者实践并重塑主体性、信任和权力。

解决方案

• 提出的方法: 将LLMs概念化为纵向边界伴侣，在行为、信息、情感和认知维度上调解患者与医生之间的关系。
• 创新点:
  1. 基于四周的日记研究提供LLMs在患者医疗轨迹中动态角色的实证证据。
  2. 引入LLMs作为纵向边界伴侣的概念，突出其对患者主体性、信任和权力的社会技术影响。
  3. 提出关于关系连续性、负责任的赋权以及健康素养支架的设计启示，用于LLM驱动的医疗应用。
• 研究程序与关键技术:
  • 进行为期四周的日记研究，包含25名管理多种健康状况的参与者。
  • 参与者记录与LLMs和医生的每日互动，并完成半结构化的退出访谈。
  • 通过归纳性主题分析追踪LLMs在行为、信息、情感和认知维度上的角色演变。

研究结果

• 具体发现:
  • LLMs在四个层面支持患者：行为（决策支持）、信息（沟通促进）、情感（陪伴）和认知（意义建构）。
  • 患者利用LLMs为临床会面做准备、协商治疗计划，并在各阶段维持健康议程。
  • 情感支持是一个显著角色，LLMs在关键时刻提供安慰并缓解焦虑。
  • LLMs将复杂的医疗建议分解为可操作的指导，将意义建构延伸至临床环境之外。
• 相较基线的优势:
  • LLMs赋能患者积极参与医疗决策，重新配置与医生的传统权力动态。
  • 它们提供持续、个性化的支持，补充了临床护理的间歇性特征。
• 实验/评估:
  • 分析了587篇日记条目和25次退出访谈，以识别LLMs角色的反复模式和动态变化。
  • 参与者涵盖多种健康状况和人工智能素养水平，使用了通用型和健康特定型LLMs。
• 局限性与未来工作:
  • 研究聚焦于患者视角；未来应纳入医生的观点。
  • 研究在中国进行；需要跨文化研究以推广发现。
  • 更长期的研究可探索对LLMs依赖模式和情感连接的演变。

总结

本研究探讨了患者如何将LLMs整合到其医疗寻求旅程中，揭示了其在行为、信息、情感和认知维度上的动态角色。LLMs赋能患者积极协商决策，促进与医生的沟通，提供情感安慰，并支架医疗建议的意义建构。通过将LLMs概念化为纵向边界伴侣，本研究突出了其在重塑患者-医生关系和应对医疗系统资源限制方面的潜力。未来设计应关注关系连续性、负责任的赋权和健康素养支架，同时缓解错误信息和情感依赖的风险。