Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Real-World Receptivity to Adaptive Mental Health Interventions: Findings from an In-the-Wild Study

Created by
  • Haebom

저자

Nilesh Kumar Sahu, Aditya Sneh, Snehil Gupta, Haroon R Lone

개요

본 연구는 모바일 건강(mHealth) 기술을 활용한 정신 건강 개입 연구로, 특히 Just-in-Time Adaptive Interventions (JITAIs)의 효과를 실시간으로 모니터링하고 개입하는 데 중점을 둡니다. 기존 연구들이 일반적인 알림이나 메시지에 대한 사용자 반응에 초점을 맞춘 것과 달리, 본 연구는 실제 정신 건강 개입에 대한 참여(engagement)에 미치는 맥락(context)의 영향을 조사합니다. 70명의 학생들을 대상으로 2주간 진행된 현장 연구에서는 사용자의 수용성(receptivity)을 수용(acceptance)과 실행 가능성(feasibility) 두 가지 측면으로 분석했습니다. 개발된 안드로이드 앱 LogMe는 수동 센서 데이터와 능동적 맥락 보고를 수집하여 정신 건강 개입을 유도하며, 강화 학습 알고리즘인 Thompson Sampling을 사용하여 적응형 개입 모듈을 구축했습니다. 연구 결과, 여러 유형의 수동 센서 데이터가 개입에 대한 사용자 수용성에 유의미한 영향을 미치는 것으로 나타났으며, 이는 맥락 인식적이고 적응적인 개입 설계에 대한 통찰력을 제공합니다.

시사점, 한계점

시사점:
수동적으로 수집된 스마트폰 데이터를 활용하여 사용자의 정신 건강 개입 수용성에 영향을 미치는 요소를 규명했습니다.
Thompson Sampling과 같은 강화학습 알고리즘을 활용하여 개입 전달을 최적화할 수 있음을 보여주었습니다.
실제 상황에서 실행 가능하고 시기 적절한 맥락 인식적이고 적응적인 개입 설계에 대한 통찰력을 제공합니다.
한계점:
연구 대상이 70명의 학생으로 제한되어 일반화 가능성에 한계가 있을 수 있습니다.
2주라는 비교적 짧은 연구 기간으로 장기적인 효과를 평가하기 어렵습니다.
특정 안드로이드 앱을 사용하여 수집된 데이터에 의존하기 때문에 다른 플랫폼이나 앱으로의 일반화에 한계가 있을 수 있습니다.
👍