学习呼叫：用于改善移动母婴健康消息传递的协作 Bandit 算法的现场试验
人工智能
2025-11-25 v2
摘要
移动健康（mHealth）项目利用自动语音消息传递健康信息，特别针对服务不足的社区，展示了利用移动技术向这些人群传播关键健康信息的有效性，通过提高认知和促进行为改变来改善健康结果。印度的 Kilkari 项目通过每周语音电话向数百万母亲传递重要的母婴健康信息。然而，当前的随机呼叫调度常常导致漏接电话和消息传递减少。本研究展示了一项协作 Bandit 算法的现场试验，该算法旨在通过学习每位母亲偏好的呼叫时间来优化呼叫时机。我们将该算法部署于约 名 Kilkari 参与者中作为试点研究，并将其性能与基线随机呼叫方法进行比较。我们的结果表明，使用 Bandit 算法的呼叫接听率有统计学上的显著提高，表明其具有增强消息传递并影响全印度数百万母亲的潜力。本研究突出了个性化调度在移动健康干预中的有效性，并强调了机器学习在大规模改善母婴健康推广方面的潜力。
引用
@article{arxiv.2507.16356,
title = {Learning to Call: A Field Trial of a Collaborative Bandit Algorithm for Improved Message Delivery in Mobile Maternal Health},
author = {Arpan Dasgupta and Mizhaan Maniyar and Awadhesh Srivastava and Sanat Kumar and Amrita Mahale and Aparna Hegde and Arun Suggala and Karthikeyan Shanmugam and Aparna Taneja and Milind Tambe},
journal= {arXiv preprint arXiv:2507.16356},
year = {2025}
}