CASEbot：一个用于构建设计和个性化自我健康实验的对话式代理

文献标题

CASEbot: A Conversational Agent for Structuring and Personalizing the Design of Self-Experiments in Personal Health

出版信息

• 主题领域: 生成式人工智能在个人健康自实验中的应用。
• 关键词: 自实验、个人健康、生成式人工智能、对话代理、大型语言模型、个性化、安全性、实验设计、健康信息学、自我量化。

背景与问题

• 问题/挑战: 现有的自实验工具依赖专家设计的特定条件模板，限制了用户根据自身目标创建个性化且科学严谨的实验的能力。
• 意义: 自实验有潜力帮助个人做出关于健康和幸福的明智决策，但当前的障碍包括缺乏实验设计专业知识、数据收集负担以及安全性问题。
• 动机与相关工作: 之前的系统如 TummyTrials 和 SleepCoacher 通过提供预设计实验解决了部分障碍，但缺乏个性化设计的可扩展性和灵活性。大型语言模型（LLMs）通过对话指导和自适应个性化有望弥补这些不足。

解决方案

• 提出的方法: CASEbot（Conversation Agent for Self-Experimentation），一个基于 LLM 的聊天机器人，旨在引导用户在健康领域（如身体活动、饮食和睡眠）中创建个性化、结构化且安全的自实验。
• 创新点:
  1. 将结构化、个性化和安全性原则集成到自实验设计的对话框架中。
  2. 通过交互式对话实现主动和被动个性化，以适应用户的目标、习惯和约束条件。
  3. 基于权威来源（如 CDC、FDA）实施安全检查，确保干预措施合理且安全。
• 流程与关键技术:
  • 假设制定: 引导用户目标并将其转化为可测试的假设。
  • 变量识别: 协作定义独立变量和因变量，确保具体性和可行性。
  • 实验设计: 根据变量之间的时间关系建议适当的实验类型（如阶段性或随机化）。
  • 时间安排: 根据用户的日常习惯和约束条件创建定制化实验日历。
  • 安全保障: 筛选不安全的假设并根据既定指南验证干预剂量。

结果

• 具体发现:
  • CASEbot 指导的实验质量评分更高（平均分: 22.31/23），相比于工作表指导的实验（平均分: 18.98/23），质量提升了 19.20%。
  • 92.86% 的参与者使用 CASEbot 创建了更优质的实验。
• 相较基线的优势:
  • CASEbot 在所有结构性标准上均优于工作表，尤其是在实验时间安排（+0.929 分）、独立变量具体性（+1.000 分）和因变量可测性（+0.905 分）方面表现突出。
  • 参与者在易用性、满意度和学习效果上对 CASEbot 评价更高。
• 实验/评估:
  • 采用 42 名本科生参与的被试内混合方法研究，分别使用 CASEbot 和静态工作表设计实验。
  • 评估标准包括假设、变量、实验类型和时间安排（总分: 23 分）。
  • 调查问卷收集主观体验；聊天记录分析提供定性洞察。
• 局限性与未来工作:
  • 仅限于身体活动、饮食和睡眠领域；未来需扩展至其他领域，如心理健康。
  • 参与者的高数字素养可能无法反映更广泛人群的互动模式。
  • CASEbot 偶尔未能强制执行领域限制并提供错误信息，凸显了需要更严格的安全防护和专家参与机制。

总结

CASEbot 利用生成式人工智能，通过引导用户进行结构化、个性化和安全的实验设计，使自实验更加易于访问。实证评估显示，与静态工作表相比，实验质量显著提高，参与者对其对话式方法和定制化建议表示认可。然而，在指导与自主性之间的平衡，以及确保安全性和领域遵从方面的挑战，表明未来设计中需要适应性互动和专家验证。本研究强调了生成式人工智能在帮助个人健康探索中保持科学严谨性和安全性的潜力。