CHAT-Care-2: Conversational Health Agent for Trustworthy Self-Care Recommendations

Falsche und irreführende Gesundheitsinformationen, die über traditionelle und soziale Medien verbreitet werden, stellen eine ernsthafte Gefahr für die öffentliche Gesundheit dar. Oftmals aus kommerziellen oder ideologischen Motiven heraus verbreitet, zielen diese Falschmeldungen auf Entscheidungen zur Selbstversorgung ab, darunter solche in Bezug auf Impfungen, Gesundheitsvorsorge, Krankheitsprävention und die Behandlung chronischer Erkrankungen. Personen mit begrenzten Gesundheitskenntnissen sind besonders anfällig für irreführende Behauptungen. Jüngste Fortschritte in der künstlichen Intelligenz (KI) bieten neue Möglichkeiten, Fehlinformationen und Desinformationen im Gesundheitsbereich entgegenzuwirken. Derzeit gibt es jedoch kein interaktives KI-System, das sich darauf konzentriert, verfügbare evidenzbasierte Gesundheitsinformationen zu einer auf den Nutzer zugeschnittenen, leicht zugänglichen Anleitung zusammenzufassen. CHAT-Care (Conversational Health Agent for Trustworthy Self-Care Recommendations) ist ein ambitioniertes, interdisziplinäres Projekt, das Fachwissen aus den Bereichen evidenzbasierte Gesundheitsinformationen, KI, Kommunikationswissenschaft und Gesundheitskompetenz vereint. Über einen Zeitraum von fünf Jahren wird CHAT-Care wichtige technische und konzeptionelle Herausforderungen bei der Entwicklung eines Konversationsagenten der nächsten Generation angehen, der Nutzern hilft, fundiertere Entscheidungen zur Selbstversorgung zu treffen. Das Tool wird wissenschaftlich fundierte Inhalte zu Fragen der Selbstversorgung priorisieren und diese in einer Sprache präsentieren, die an unterschiedliche Lesekompetenzen angepasst ist. Das Projekt umfasst fünf integrierte Arbeitspakete, darunter die Entwicklung und Validierung des Prototyp-Agenten. Außerdem werden Protokolle zur Verringerung von Verzerrungen, ethische Schutzmaßnahmen und Strategien für die Kommunikation von Erkenntnissen mit unterschiedlichem Grad an Sicherheit entwickelt. Ein robustes Bewertungsrahmenwerk wird eine randomisierte kontrollierte Online-Studie unterstützen, um die Auswirkungen des Tools auf die Selbstversorgungsentscheidungen der Nutzer und ihr Vertrauen in die Bewertung von Gesundheitsinformationen zu bewerten.