跳到正文
arXiv cs.AI· Jodi Chiam, Aloysius Lim, Cheryl Nott, Nicholas Mark, Ankur Teredesai, Sunil Shinde·· 10 小时前AI 评分38

基于GNN推荐系统的AI健康提醒平台在新加坡84,764人中提升步数与MVPA

Co-Pilot for Health: Personalized Algorithmic AI Nudging to Improve Health Outcomes

AI 导读

研究团队设计并落地了一个由GNN推荐系统驱动的数字算法提醒平台,结合可穿戴设备的行为数据,在新加坡对84,764人开展为期12周的个性化情境化提醒实验。相比未收到提醒的匹配对照组,接受AI优化每日提醒的目标组日均步数提升6.17%(p=3.09×10⁻⁴),每周MVPA分钟数提升7.61%(p=1.16×10⁻²)。提醒打开率为13.1%,打开后11.7%被评为有用、1.9%被评为无用。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:能够跨可穿戴设备类型和疾病状况,大规模自动塑造大量人群的健康行为,对于改善全球健康结果具有巨大潜力。我们设计并实现了一个由 AI 驱动的数字算法助推平台,该平台由基于图神经网络(GNN)的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提供支持。在此,我们描述了该平台在新加坡为期 12 周、面向 $n=84,764$ 名个体提供个性化与情境化助推的能力及其有效性结果。我们通过统计验证发现,与未收到任何助推的匹配对照组参与者相比,目标组中收到此类 AI 优化每日助推的参与者,其每日身体活动(如步数)增加了 6.17%($p = 3.09\times10^{-4}$),每周中高强度身体活动(MVPA)分钟数增加了 7.61%($p = 1.16\times10^{-2}$)。此外,此类助推的接受度非常高,发送的助推中有 13.1% 被打开(打开率),被打开的助推中有 11.7% 被评为有用,而仅 1.9% 被评为无用,从而表明人群层面的参与度指标有显著提升。
评论: 20 页,2 张图
主题: 人机交互(cs.HC);人工智能(cs.AI);机器学习(cs.LG)
引用为: arXiv:2401.10816 [cs.HC]
  (或本版本的 arXiv:2401.10816v3 [cs.HC])
  https://doi.org/10.48550/arXiv.2401.10816

arXiv 颁发的 DOI 通过 DataCite

提交历史

来自:Aloysius Lim [查看邮箱]
[v1] 2024 年 1 月 19 日星期五 17:03:37 UTC(1,590 KB)
[v2] 2024 年 2 月 9 日星期五 00:55:52 UTC(1,039 KB)
[v3] 2026 年 11 月 18 日星期三 02:11:33 UTC(653 KB)

来源:arXiv cs.AI · arxiv.org