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

要約

ウェアラブルの種類や病気の状態を超えて、大規模な集団の健康行動を自動的に形成できる能力は、世界的な健康成果を改善する大きな可能性を秘めています。
私たちは、グラフ ニューラル ネットワーク (GNN) ベースのレコメンデーション システムと、ウェアラブル フィットネス デバイスからの詳細な健康行動データによって実現される、デジタル アルゴリズム ナッジのための AI 主導のプラットフォームを設計および実装しました。
ここでは、シンガポールにおける 12 週間にわたる $n=84,764$ の個人に対するパーソナライズされた状況に応じたナッジ機能を備えたこのプラットフォームの有効性結果について説明します。
このような AI による最適化された毎日のナッジを受けた対象グループの参加者は、歩数などの毎日の身体活動が 6.17% ($p = 3.09\times10^{-4}$) 増加し、週に 1 分間の中程度から激しい身体活動が増加したことが統計的に検証されました (
MVPA) は、ナッジを受けなかった対照群の対応する参加者と比較して、7.61% ($p = 1.16\times10^{-2}$) 増加しました。
さらに、そのようなナッジは非常に好評で、送信されたナッジの 13.1% が開封され (開封率)、開封されたナッジの 11.7% が有用と評価されたのに対し、役に立たないと評価されたのは 1.9% であり、これにより母集団レベルのエンゲージメント指標の大幅な改善が実証されました。

要約(オリジナル)

The ability to shape health behaviors of large populations automatically, across wearable types and disease conditions at scale has tremendous potential to improve global health outcomes. We designed and implemented an AI driven platform for digital algorithmic nudging, enabled by a Graph-Neural Network (GNN) based Recommendation System, and granular health behavior data from wearable fitness devices. Here we describe the efficacy results of this platform with its capabilities of personalized and contextual nudging to $n=84,764$ individuals over a 12-week period in Singapore. We statistically validated that participants in the target group who received such AI optimized daily nudges increased daily physical activity like step count by 6.17% ($p = 3.09\times10^{-4}$) and weekly minutes of Moderate to Vigorous Physical Activity (MVPA) by 7.61% ($p = 1.16\times10^{-2}$), compared to matched participants in control group who did not receive any nudges. Further, such nudges were very well received, with a 13.1% of nudges sent being opened (open rate), and 11.7% of the opened nudges rated useful compared to 1.9% rated as not useful thereby demonstrating significant improvement in population level engagement metrics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google