健康副驾驶：个性化算法AI助推改善健康结果
人机交互
2024-02-12 v2 人工智能
机器学习
摘要
大规模自动塑造人群健康行为的能力，跨越可穿戴设备类型和疾病状况，具有改善全球健康结果的巨大潜力。我们设计并实现了一个由人工智能驱动的数字算法助推平台，该平台基于图神经网络（GNN）推荐系统以及来自可穿戴健身设备的细粒度健康行为数据。本文描述了该平台在新加坡对84,764名个体进行为期12周个性化情境化助推的效果结果。我们统计验证了，与未接受任何助推的匹配对照组参与者相比，接受此类AI优化每日助推的目标组参与者，每日身体活动（如步数）增加了6.17%（p = 3.09×10^{-4}），每周中等至高强度身体活动（MVPA）分钟数增加了7.61%（p = 1.16×10^{-2}）。此外，此类助推的接受度很高，发送的助推中有13.1%被打开（打开率），且打开的助推中有11.7%被评为有用，而仅1.9%被评为无用，从而显示出人群层面参与指标的显著改善。
引用
@article{arxiv.2401.10816,
title = {Co-Pilot for Health: Personalized Algorithmic AI Nudging to Improve Health Outcomes},
author = {Jodi Chiam and Aloysius Lim and Cheryl Nott and Nicholas Mark and Ankur Teredesai and Sunil Shinde},
journal= {arXiv preprint arXiv:2401.10816},
year = {2024}
}
备注
20 pages, 2 figures