Key points are not available for this paper at this time.
Unter den verschiedenen Komponenten der Empathie ist die kognitive Empathie eine notwendige Facette, um die Perspektiven eines Patienten zu verstehen, die auf deren Gedanken und Überlegungen zugreift. Mit dem Anstieg von KI-Chatbots im Gesundheitswesen ist es wichtig geworden, diese kognitiven empathischen Elemente auch in diesen Chatbots widerzuspiegeln. Symptomassessierungs-KI-Chatbots können wertvolle Werkzeuge für die erste Sichtung oder Triage im Gesundheitswesen sein. Diese Arbeit zielt darauf ab, die kognitiven Empathieelemente in Patienten-Arzt-Interaktionen zu verstehen und Empfehlungen zur Integration dieser Elemente in KI-Chatbots anzubieten. Dies stellt eine neuartige Untersuchung der kognitiven Empathie im Kontext der Patienten-Arzt-Interaktion dar und das Potenzial, sie in Patienten-KI-Interaktionen zu integrieren. Wir haben 10 erstmalige Mütter interviewt, um mögliche Kommunikationsmuster zu erkunden, um kognitive Empathie zwischen Patienten und Ärzten zu etablieren. Wir identifizierten Vorfälle mit kritischen Interaktionen, bei denen der Arzt oder die Hebamme ein gemeinsames Verständnis oder einen gemeinsamen Nenner mit ihren Patienten entwickeln konnten, selbst wenn sie zu Beginn der Vorfälle nicht übereinstimmten. Sechs Themen ergaben sich aus den Interviews: (1) Geteilte Informationen, (2) Geteilte Entscheidungsfindung, (3) Geteilte Sinnstiftung, (4) Geteilte Ziele, (5) Kommunikation über Ergebnisse und (6) Anpassung an Umstände. Basierend auf den Themen und den aus den Interviews extrahierten Interaktionen entwickelten wir Gestaltungsrichtlinien für KI-Chatbots zur Symptomassessierung/diagnostischen Argumentation. Die Gestaltungsrichtlinien, die wir in diesem Papier bereitstellen, bieten Anleitung zur Entwicklung kognitiv empathischere KI-Chatbots, da sie ein wichtiger Teil beim Aufbau robuster digitaler Gesundheitslösungen werden. Kognitive empathische Elemente in diesen Chatbots würden es den Nutzern oder Patienten ermöglichen, verbesserte und gestärkte Entscheidungen, Entscheidungen und Ergebnisse zu treffen, durch optimale Beiträge von ihnen mit einer vollständigen Informationsbasis.
Alam et al. (Thu,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: