Мы делимся результатами исследований, проведенных с помощью нового агента искусственного интеллекта, который помогает людям находить более качественную информацию о здоровье благодаря проактивным диалоговым подсказкам, пониманию целей и персонализированным беседам.
Возможность находить понятную, актуальную и персонализированную информацию о здоровье является краеугольным камнем расширения прав и возможностей пациентов. Однако ориентирование в мире онлайн-информации о здоровье часто оказывается запутанным, подавляющим и обезличенным опытом. Мы сталкиваемся с потоком общей информации, которая не учитывает наши уникальные особенности, и бывает трудно понять, какие детали действительно важны.
Большие языковые модели (БЛМ) потенциально могут сделать эту информацию более доступной и персонализированной. Однако многие современные инструменты ИИ действуют как пассивные «ответчики на вопросы» — они предоставляют один исчерпывающий ответ на первоначальный запрос. Но эксперт, например, врач, не так помогает человеку разобраться в сложной теме. Медицинский работник не просто читает лекцию; он задает уточняющие вопросы, чтобы понять полную картину, выяснить цели человека и провести его через информационный лабиринт. Хотя поиск контекста имеет решающее значение, это серьезная задача для проектирования ИИ.
В статье «К улучшению диалогов о здоровье: преимущества поиска контекста» мы описываем, как мы разработали и протестировали наш «ИИ-навигатор», прототип на ранней стадии исследования, основанный на Gemini, который исследует новый подход. Наш основной тезис заключается в том, что, задавая уточняющие вопросы, агент ИИ может лучше выявлять потребности пользователя, помогать ему формулировать свои опасения и предоставлять более полезную, персонализированную информацию. В серии из четырех исследований пользовательского опыта с использованием смешанных методов, в которых приняли участие в общей сложности 163 человека, мы изучили, как люди взаимодействуют с ИИ при ответе на вопросы о здоровье, и итеративно разработали агента, который, по мнению пользователей, оказался значительно более полезным, актуальным и адаптированным к их потребностям, чем базовый агент ИИ.
Анализ пользовательского опыта на этапе формирования знаний: проблемы поиска информации о здоровье в интернете.
Чтобы лучше понять трудности, с которыми сталкиваются люди, мы опросили 33 участника об их опыте поиска информации о здоровье в интернете. Быстро выявилась ключевая тема: людям часто сложно сформулировать свои проблемы со здоровьем. Как описал один из участников, их подход заключался в том, чтобы «…просто набросать все слова и посмотреть, что получится». Возможно, без клинического образования трудно понять, какие детали имеют отношение к медицине.
Участники нашего исследования смогли использовать исследовательские прототипы различных чат-ботов. (История чатов не регистрировалась.) Участники представляли собой разнообразную группу и задавали вопросы о здоровье по широкому кругу тем (например, боль в ребрах, головокружение, постоянное и необъяснимое увеличение веса, шум в ушах и хирургическое вмешательство; более подробная информация в статье). Наши исследования показали, что когда чат-бот задает уточняющие вопросы, опыт взаимодействия с ним кардинально меняется. Большинство участников предпочитали подход «отложенного ответа» — когда ИИ сначала задает вопросы — подходу, который сразу дает исчерпывающий ответ. Такой стиль общения воспринимался как более личный и внушающий доверие. Как отметил один из участников: «Это больше похоже на общение с врачом… это вселяет в меня уверенность, что ИИ хочет узнать больше, прежде чем сразу перейти к ответу». Эти уточняющие вопросы не только помогают ИИ давать более качественные ответы, но и расширяют возможности пользователей, направляя их к предоставлению более релевантного контекста. Мы обнаружили аналогичные закономерности в предыдущих исследованиях ИИ для дерматологии.
Однако эффективность такого подхода, основанного на уточняющих вопросах, во многом зависит от реализации — вовлеченность снижается, если вопросы плохо сформулированы, нерелевантны или затеряны в длинных абзацах текста, где их легко пропустить.
Разработка системы навигации на основе ИИ, призванной расширить возможности людей посредством персонализированного и проактивного общения.
Опираясь на эти данные, мы разработали нашу систему навигации на основе искусственного интеллекта, руководствуясь тремя основными принципами, чтобы создать более эффективный диалоговый интерфейс:
- Проактивное диалоговое сопровождение: на каждом шагу искусственный интеллект, отвечающий за навигацию, задает до трех целенаправленных вопросов, призванных систематически уменьшать неопределенность. Это помогает пользователям более полно сформулировать свою историю болезни и напрямую учитывает их желание получить более контекстуализированные ответы.
- Ответы, максимально приближенные к реальным, на каждом этапе разговора: Поскольку некоторые вопросы, касающиеся здоровья, могут не требовать уточнения для получения хорошего ответа, Wayfinding AI предоставляет ответ, максимально приближенный к реальным, на каждом этапе разговора, основываясь на уже предоставленной информации, подчеркивая при этом, что ответ можно улучшить, если пользователь сможет ответить на один или несколько дополнительных вопросов. Такой подход предоставляет пользователю полезную информацию на протяжении всего разговора, а также дает возможность получать все более качественные ответы по мере его развития.
- Прозрачное рассуждение: Искусственный интеллект для навигации объясняет, как последние ответы пользователя помогли уточнить предыдущий ответ. Это делает процесс рассуждений ИИ ясным и понятным.
Чтобы гарантировать, что в разделе «Примеры наилучших ответов» не будут пропущены уточняющие вопросы, мы разработали интерфейс с двухколоночной структурой. В левой колонке отображается диалог и уточняющие вопросы, а в правой — примеры наилучших ответов и более подробные пояснения. Это позволяет отделить интерактивный диалог от информационного контента.
воспроизведение видео без звука зацикливание пауза видео без звука зацикливание включение звука видео выключение звука
Пример того, как пользователь начинает взаимодействовать с нашим прототипом интерфейса Wayfinding AI, включая как привычный интерфейс чата для многоходовых заданий слева, так и панель «самая полезная информация на данный момент» справа. Этот двухпанельный интерфейс разделяет поток контекстного поиска от более подробного предоставления информации, позволяя пользователям углубляться в информацию только тогда, когда они считают, что вся необходимая информация была передана.
Оценка эффективности нашего ИИ для навигации с помощью рандомизированного исследования с участием пользователей.
Для оценки потенциального влияния этого агента на реальную жизнь мы провели рандомизированное исследование с участием 130 человек из США, набранных через стороннюю платформу. Все участники были старше 21 года, не являлись медицинскими работниками и имели вопрос, связанный со здоровьем, по которому они были готовы взаимодействовать с ИИ. Чтобы обеспечить широкий спектр тем, касающихся здоровья, мы установили очень мало ограничений на то, какие темы будут подходить для исследования (подробности об исключенных вопросах приведены в статье). В рандомизированном исследовании с внутригрупповым дизайном каждый участник взаимодействовал как с нашим ИИ-навигатором, так и с базовой моделью Gemini 2.5 Flash, чтобы изучить интересующую его тему, связанную со здоровьем. После предоставления информированного согласия и ответа на стандартные демографические вопросы участникам было предложено провести беседу, потратив не менее 3 минут на свой вопрос, а затем продолжить опрос. После взаимодействия с каждым ИИ участники отвечали на вопросы об их удовлетворенности опытом по 6 параметрам: полезность, актуальность заданных вопросов, соответствие их ситуации, понимание цели, простота использования и эффективность получения полезной информации. Участники могли открыто оставлять отзывы о том, что узнали, а также имели возможность загрузить свой разговор с ИИ. Для участия в опросе не требовалось делиться разговором. В конце исследования участникам было предложено сравнить два ИИ и указать, какой из них они предпочли бы по каждому из шести вышеуказанных параметров. Их также спросили: «В будущем, какой ИИ вы бы предпочли?» Порядок ознакомления с ИИ (сначала базовый ИИ, затем ИИ для ориентирования) был рандомизирован для каждого участника. На протяжении всего исследования участникам было предписано не предоставлять никакой идентифицирующей информации о себе.
Иллюстрация плана нашего исследования.
Полезная и актуальная информация, полученная благодаря пониманию целей и индивидуальным беседам.
Как показано ниже, результаты исследования продемонстрировали, что пользователи предпочли подход Wayfinding AI по нескольким важным параметрам, несмотря на менее привычный двухколоночный интерфейс. Пользователи отдали предпочтение Wayfinding AI за его полезность, актуальность, способность понимать их цель и за адаптацию диалога к их конкретным потребностям. Эти результаты свидетельствуют о том, что проактивное, задающее вопросы поведение Wayfinding AI успешно создало более персонализированный и полезный опыт для пользователей, не создавая при этом излишних препятствий в пользовательском интерфейсе.
Предпочтения пользователей в сравнении с базовым вариантом и нашей системой навигации на основе ИИ оцениваются по нескольким параметрам, включая полезность агента, релевантность его ответов, адаптацию диалога к пользователю, понимание цели пользователя, простоту использования, эффективность диалога и готовность использовать каждый из вариантов для удовлетворения будущих потребностей в медицинской информации.
Помимо простого предпочтения общения с искусственным интеллектом, ориентированным на местности, участники вели заметно разные беседы. Разговоры с искусственным интеллектом были дольше, особенно когда участники пытались понять причину своих симптомов. В этих случаях беседы с искусственным интеллектом в среднем состояли из 4,96 реплик, по сравнению с 3,29 у базового ИИ. И структура вопросов, которые они задавали каждому ИИ, выглядела по-разному в разных беседах:
Диаграмма Санкей, иллюстрирующая ход диалогов с базовым ИИ и ИИ, отвечающим за навигацию. Каждая из вертикальных полос показывает распределение типов запросов пользователей на протяжении первых 5 ходов диалога. Синие полосы указывают на ответы участников на уточняющие вопросы — что гораздо чаще встречается у ИИ, отвечающего за навигацию.
Заключение
Поиск нужной информации о здоровье в интернете может напоминать блуждание по лабиринту. Хотя искусственный интеллект потенциально может стать мощным помощником, наше исследование показывает, что его успех зависит от способности выйти за рамки пассивного ответа на вопросы и стать активным собеседником.
Разработав наш ИИ для навигации, ориентированный на пользователя, с учетом его индивидуальных и проактивных потребностей, мы продемонстрировали, как задавание целенаправленных вопросов в хорошо структурированном интерфейсе может обеспечить пользователям более предпочтительный опыт по сравнению с более классическим подходом, основанным на ответах на вопросы, и, таким образом, позволить людям получать более полезную, актуальную и персонализированную информацию. Результаты наших пользовательских исследований убедительно доказывают, что этот человекоцентричный, диалоговый подход является многообещающим направлением для будущего ИИ в здравоохранении, помогая людям ориентироваться в процессе своего лечения.
Благодарности
Описанное здесь исследование является результатом совместной работы Google Research, Google Health и партнерских команд. Мы хотели бы поблагодарить Юэсина Хао, Эбби Уорд, Эми Ван, Беверли Фриман, Серену Чжан, Диего Ардилу, Джимми Ли, И-Чин Ли, Анну Юрченко, Сийи Коу, Картикею Бадолу, Джимми Ху, Бхавеша Кумара, Кейта Джонсона, Суприю Виджай, Джастина Крога, Авинатана Хассидима, Йосси Матиаса, Дейла Вебстера, Санни Вирмани, Юн Лю, Куанг Дуонга, Фереште Махвар, Лауру Вардулакис, Тиффани Го и Мередит Рингель Моррис за вклад или рецензирование этой работы. Мы также хотели бы поблагодарить участников, которые внесли свой вклад в эти исследования.
Источник: research.google
