协同追踪：基于机器人与应用的语音分析系统以支持痴呆护理伙伴间的共享意义建构

文献标题

Tracking Together: A Robot-and-App-Based Speech Analysis System to Support Shared Meaning-Making Among Dementia Care Partners

出版信息

• 主题领域: 面向痴呆症护理的人机交互 (HCI)
• 关键词: 痴呆症护理、语音分析、对话机器人、追踪系统、护理关系、记忆辅助、护理者支持、人机交互、自我量化、自主性

背景与问题

• 问题/挑战: 现有的痴呆症护理追踪技术主要关注护理者的量化症状管理，往往忽视了痴呆症患者的自主性和关系需求。追踪系统很少涉及护理伙伴的多重角色，也未能为双方提供有意义的互动。
• 重要性: 痴呆症护理涉及认知能力的逐步衰退，需要支持自主性、关系理解和有意义互动的工具。解决这些问题可以改善痴呆症患者及其护理伙伴的生活质量。
• 动机与相关研究: 先前的研究已探讨了针对老年人的追踪技术，但通常强调技术解决方案，侧重于临床数据和护理者管理。很少有研究关注关系视角或追踪如何支持痴呆症护理关系中的自主性和共享意义的构建。

解决方案

• 提出的方法: 一个基于机器人和应用程序的语音分析系统，捕捉对话数据，并通过移动应用程序可视化，专为痴呆症患者及其护理伙伴的需求量身定制。
• 创新点:
  1. 将追踪视为一种对话性和互动性的过程，而非单纯的临床或量化方法。
  2. 针对痴呆症患者和护理伙伴的不同需求和角色设计定制化界面。
  3. 集成对话机器人，通过共情对话和记忆辅助增强自主性和关系理解。
• 流程与关键技术:
  • 包括三个阶段的迭代设计过程：半结构化访谈、与机器人互动的探索性访谈以及焦点小组讨论。
  • 开发一个包含对话机器人和移动应用程序的语音追踪系统，配备定制化界面。
  • 使用反思性主题分析识别有意义的追踪模式和关系需求。

结果

• 具体发现:
  • 痴呆症患者更倾向于通过对话形式和记忆辅助进行追踪，避免使用反映衰退的数值指标。
  • 护理伙伴重视可操作的洞察和教育工具，以支持护理工作和关系理解。
  • 双方均认可机器人提供的共情对话能力及其在有意义对话中的参与作用。
• 相较基线的优势:
  • 超越传统的自我量化范式，强调关系性和对话性的追踪。
  • 支持痴呆症患者的自主性，并为护理伙伴提供多方面的洞察。
• 实验/评估:
  • 在三个迭代设计阶段中，对17名参与者（7名痴呆症患者、9名护理伙伴、1名自我护理个体）进行了测试。
  • 通过半结构化访谈、机器人互动和焦点小组讨论进行评估。
• 局限性与未来工作:
  • 对系统的长期参与度和技术性能探索有限。
  • 未来研究可以调查更广泛的关系动态、替代模式以及延展的可用性测试。

总结

本研究提出了一个基于机器人和应用程序的语音分析系统，旨在支持痴呆症患者及其护理伙伴之间的共享意义构建。通过强调对话性追踪并根据不同用户需求定制界面，该系统促进了自主性、关系理解和有意义的互动。迭代设计过程表明，对话机器人和记忆辅助能够提升追踪体验，而可操作的洞察和教育工具则对护理伙伴有益。未来研究应探索长期可用性、更广泛的关系动态以及技术改进，以进一步优化系统的适用性。