乳腺癌遗传咨询的虚拟顾问：适应性教学法带来更大的知识增益

文献标题

A Virtual Counselor for Breast Cancer Genetic Counseling: Adaptive Pedagogy Leads to Greater Knowledge Gain

文献信息

• 主题领域: 信息技术与健康教育的交叉领域，特别是基于虚拟助手的乳腺癌遗传咨询
• 关键词: 虚拟会话代理、教育代理、智能辅导系统、遗传咨询、风险交流、健康教育

研究背景与问题

• 研究背景:
  随着基因咨询需求的显著增加，遗传学和基因组学在乳腺癌预防与治疗中扮演了重要角色。然而，由于美国合格基因咨询师的短缺以及健康信息理解能力的限制，许多人无法获得遗传咨询服务。在乳腺癌遗传咨询的风险交流和行为促进方面还存在实质性挑战。同时，现有的信息处理模型未能有效应用于遗传咨询领域。

• 发现问题:

  1. 复杂的遗传风险信息通常难以被普通公众理解，尤其是健康素养较低的人群。
  2. 仅确保受众接受并理解遗传风险信息并不能直接导致理想的行为改变，例如遵守筛查指南或采取预防措施。
  3. 面对“个性化需求”时，遗传咨询中的适应性调整不足。

• 研究重要性:
  高效的乳腺癌遗传咨询不仅有助于改善风险理解，还有助于提高筛查参与率以及降低死亡率。自动化和个性化的遗传咨询可以弥补现有服务缺口，特别是在无法获得面对面咨询的情况下。

• 研究动机与相关工作:
  基于多维适应性调整的虚拟会话代理（ECA）可以通过模拟面对面互动提供具备教育功能的个性化健康咨询服务，克服传统遗传咨询中的限制。

解决方案

• 提出方法:
  作者设计了一个虚拟遗传咨询师系统，使用ECA模拟面对面遗传咨询以动态调整其教育内容。该系统的适应性调整机制包括基于用户知识状态的动态评估、用户信息处理偏好的适应性对话策略，以及健康素养等级的个性化内容选择。

• 创新点:

  1. 在传统智能辅导系统架构基础上，为乳腺癌遗传咨询加入了健康素养和信息处理模式等独特维度的适应性调整。
  2. 通过融合信息处理理论（如启发-系统模式HSM），设计跨多维度的动态教育机制以提高风险理解和行为改变的效果。
  3. ECA提供的互动体验比传统图形界面或聊天机器人更直观和适合低健康素养用户。

• 实施步骤和技术:

  1. 架构设计:
     • 包括领域知识模型、用户模型、教育模型和ECA接口的智能辅导系统。
  2. 个性化咨询流程:
     • 动态评估用户的知识状态，通过问答互动调整教育内容。
     • 提供视觉化或叙述型的风险说明，根据用户的偏好选择适合的解释方式。
  3. 技术支持:
     • 使用Unity 3D引擎开发系统，搭载多模态交互功能（如手势和语音）、动态内容生成以及预定义对话模板。

研究成果

• 主要结果:

  1. 与非适应性版本和控制组相比，适应性虚拟咨询师显著提升了参与者对乳腺癌遗传风险和预防指南的知识理解能力。
  2. 实验参与者对适应性虚拟咨询师的感知满意度更高，评价为根据个人需求量身定制信息。

• 与现有解决方案比较的优势:

  • 适应性虚拟咨询师能够动态调整内容并提供高度定制化的健康教育体验，而传统遗传咨询无法实现如此细致入微的个性化调整。
  • 在面对较低健康素养和高遗传风险的用户时表现更突出。

• 实验或评估结果:

  • 参加实验的30名女性中，适应性条件下的用户在乳腺癌遗传知识得分改善显著（平均提高6.9分）。
  • 在效能及适应性认知评价上，适应性版虚拟咨询师的评分显著高于其他条件。
  • 所有条件下的参与者均显示出较高的行为意向和满意度，但适应性版本由于用户的偏好满意度更高而备受青睐。

• 局限性与未来方向:

  • 局限性:

    1. 样本量小，且特定高风险组和低健康素养组用户比例偏低。
    2. 单次实验设计无法验证长期知识保留效力或行为改变。

  • 未来方向:

    1. 扩展至多次长期干预，以评估持续性行为改变对乳腺癌预防的影响。
    2. 针对心理支持需求，设计更细化的情感交互机制以处理高风险用户的焦虑问题。
    3. 将此技术推广至其他健康教育和远程咨询领域，例如心血管疾病风险教育或疫苗咨询。

此项研究展示了ECA在健康教育中的潜力，尤其是在自动化遗传风险咨询方面的多维动态调整模型。这对于提升健康素养、促进行为改变具有重要意义。