慢性疾病是全世界死亡和残疾的主要原因，每年有4100万人死于这些疾病[ 1］．心肌梗死和高血压等心血管疾病是导致大多数与慢性疾病相关死亡的原因(1790万人)[ 1］．在预防和管理慢性病方面，病人的自我照顾是必不可少的[ 2]，因为研究已经表明这种方法的好处，包括改善健康结果，减少诊所就诊和降低医疗成本[ 3.］．移动医疗是一种数字医疗技术，涉及使用移动设备进行医疗和公共卫生实践[ 4]并使自我护理支持融入病人的日常生活[ 5］．移动健康应用程序是帮助慢性病患者在家管理健康的最受欢迎的工具之一[ 6］．然而，将会话代理用于与健康相关的目的是一个新兴的研究领域[ 7]，早期证据表明，它们也可能对慢性疾病的自我管理有效[ 8］．

会话代理是人机交互领域的一种对话类型，可以是基于语音的，也可以是基于打字的[ 9］．通过语音用户界面(VUIs)，用户可以仅使用语音与计算系统进行交互。语音应用就是vui的一个例子。在任何环境中实现vui的主要优点是简单，因为它不需要用户与我们通常习惯的手持技术进行交互。vui如何在临床环境中使用的一些例子包括改善医生病历的转录，支持患者注册流程，改善患者对慢性疾病管理项目的参与，以及适当的老化[ 10］．在家庭环境中，语音应用程序旨在帮助患者独立管理他们的慢性疾病[ 11- 15大多数情况下包括信息和辅助服务，如一般教育内容、提醒和跟踪工具。迄今为止传播的研究在支持最终结论方面效果有限，因为这些研究仍处于发展和试点阶段。因此，人们对研究使用语音应用程序鼓励患者参与的可行性越来越感兴趣，特别是在慢性疾病管理方面。

以前的研究已经开始调查声控技术监测心衰患者的可行性[ 16］．心力衰竭是一种心血管疾病，发病时心肌受损或虚弱[ 17]，使其难以泵出足够的血液来满足身体的需要[ 18］．当这种情况发生时，液体会积聚在身体的各个部位(如腿和脚踝)，造成肺部充血，并导致缺氧输送到身体其他部位[ 19］．心衰的2个最常见原因是高血压和冠状动脉疾病;其他危险因素包括肥胖、吸烟、高胆固醇和既往健康状况(既往心肌梗死和出生时心脏缺陷)[ 20.］．据估计，全世界有6430万人患有心衰[ 21］．

迄今为止，研究使用语音应用程序进行心衰自我管理的潜力的研究有限。一些语音应用程序包括帮助患者管理病情的基本功能，例如询问预约前的临床筛查问题、安排预约和设置药物提醒[ 11， 12］．最近的其他研究则通过一系列与心衰相关的症状问题来调查使用语音应用程序来监测患者的病情[ 13， 16］．可行性是所有研究调查的结果，结果得出结论，研究如何将该技术用作管理心衰的替代平台是值得的。

地中海是一项以证据为基础的心衰自我管理计划，由大学卫生网络(UHN)开发，并作为UHN的泰德·罗杰斯心脏衰竭卓越中心诊所护理标准的一部分实施[ 22］．该程序作为一个移动应用程序部署，患者每天使用手机访问它，记录临床相关的生理测量(体重、血压和心率)和hf相关症状。所有患者输入相同的测量值，并被问及相同的症状相关问题，尽管他们的心衰处于不同阶段。

的 地中海算法根据输入的数据和患者的病史(确定患者何时进入医院)为患者生成自动的自我护理信息 地中海程序)。的 地中海作为之前工作的一部分，该程序被部署为语音应用程序，并且在UHN心力衰竭诊所对语音应用程序进行了可用性研究[ 23］．

以前的可用性研究的目的主要集中在是否 地中海语音应用功能正常;收集语音应用程序设计反馈和用户体验数据。鉴于可用性研究是在受控的实验室环境中进行的，重点是语音应用程序的设计，我们试图在预期的环境中执行概念验证实现研究。的 地中海语音应用程序被用作案例研究，以调查语音应用程序在慢性疾病管理中的更广泛应用。这项研究的目标是确定语音应用程序是否可以成为一种实用的替代方案，使患者能够接受数字治疗。Proctor等人从实现框架(可接受性和可行性)中构建了2个结构[ 24引导我们的研究问题:通过使用智能音箱，为患者提供语音应用程序，作为家庭慢性疾病管理平台，其可接受性和可行性如何?如果研究结果得出的结论是，语音应用程序对患者来说是可以接受的，并且在现实环境中部署是可行的，那么将这项技术用于部署数字治疗，可以为患者提供多种与这些类型的程序交互的方式，从而为当前的护理模式带来好处。

本研究要求心衰患者与心脏相互作用 地中海在他们家里安装语音应用，为期四周。的 地中海通过亚马逊Alexa设备访问语音应用程序;每个参与者在研究期间都有一个设备供他们使用。如果参与者被UHN的心衰诊所的医生诊断为心衰，并开了心衰治疗处方，他们就被认为符合条件 地中海程序。参与者还被要求有足够的英语口语和阅读能力，以理解对话中的语音提示 地中海应用程序。 地中海护士协调员首先向感兴趣的患者提供研究研究的简要概述，然后将他们介绍给研究协调员。如果他们同意参与，则在入职前由研究协调员获得书面知情同意。

鉴于本研究是作为概念验证而设计的，因此使用了小样本量来收集初步证据，为这种干预的成功提供了见解。根据初步研究提供的类似指导，共招募了20名参与者参与这项研究[ 25］．在20名参与者中，7名(35%)是最近(在过去2个月内)入职的 地中海在研究进行的时候。的 地中海护士协调员建议，根据他们的经验，患者通常需要多长时间才能舒服地适应应用程序。

所有的参与者都被要求将他们的 地中海测量为期4周;更具体地说，他们被要求首先输入他们的 地中海在与语音应用程序交互之前，每位参与者都获得了一张礼品卡，以补偿他们参与研究的时间。

获得了UHN研究伦理委员会的伦理批准(20-6095)。

评估 地中海语音应用受到Proctor等人的实施结果框架的影响[ 24通过关注两个结果，具体来说，可接受性和可行性。可接受性被定义为患者对药物的感知 地中海语音应用程序是令人满意或满意的，可行性是描述的程度 地中海患者可以成功使用语音app。

数据通过三份问卷收集，即系统可用性量表[ 26]、美国航空航天局(NASA)-任务负荷指数(TLX) [ 27]、《技术接受与使用统一理论2》(UTAUT2) [ 28]和半结构式面试。从语音应用程序服务器检索有关语音应用程序听错和错误记录数据的频率的信息。在采访过程中，参与者被问及他们使用语音应用程序的总体体验和满意度。还收集了其他定量数据:参与水平(定义为用户使用语音应用程序输入数据的天数除以总研究持续时间- 28天)和准确率(通过比较智能手机应用程序上输入的测量值与语音应用程序上记录的测量值来计算)。使用以下数据来推断语音应用程序是否被用户认为是可接受的:参与水平、SUS和半结构化访谈;类似地，可行性是通过以下方式确定的:参与水平、准确率、NASA-TLX、UTAUT2(通过努力期望镜头)和半结构化访谈。

研究协调员通过电话与每位参与者进行了入职培训，以帮助他们设置和访问 地中海并为他们提供了一份使用说明书( 多媒体附件1)．然后，参与者被问及一些关于他们使用技术的舒适度的问题，以帮助研究协调员了解他们对技术的舒适度( 多媒体附件2)．随着 地中海智能手机应用程序是UHN护理标准的一部分，参与者被告知他们需要执行双重输入他们的 地中海为期4周的测量，并被告知优先考虑 地中海智能手机应用程序，即先在手机上输入测量值，并仅遵循智能手机应用程序的指导。半结构化访谈在第1周和第4周结束时进行，并与研究协调员通过电话进行。调查问卷在第2周和第4周结束时以电子方式发出，以便参与者有隐私，并能轻松地分享他们真实的想法和观点。

采用混合方法，三角计算收敛模型得出结论[ 29］．使用Microsoft Excel计算并记录标准化问卷回答的描述性统计数据。我们还使用Microsoft Excel创建了用户粘性水平的图形表示。按照标准方案对SUS问卷的回答进行分析[ 26]，并计算了NASA-TLX和UTAUT2问卷的总体和特定问题的平均值。数据使用不同的属性以不同的方式进行分类(年龄，是否最近登录到 地中海程序，他们是否有使用智能音箱的经验，以及对技术的适应程度)。考虑到数据特征，对SUS、NASA-TLX和UTAUT2的参与水平和分数进行了非参数统计检验(作为自变量处理);一个 P的值。05was used to indicate statistical significance.

对于定性数据，访谈记录由研究协调员(AB)进行分析和编码。访谈主题采用归纳定性描述方法确定[ 30.］．一旦产生了这些主题，Proctor等人在实施结果框架的指导下(重点是可接受性和可行性结构)使用演绎方法对它们进行分类[ 24］．文字记录和编码使用微软Word进行组织。由于本研究样本量较小，结果缺乏说服力和统计学意义，因此更注重定性分析，而采用定量数据和解释来支持定性结果。

研究共招募了20名患者，性别比例相当均衡(女性:9/ 20,45%;男性:11/20,55%)，平均年龄57.8岁(标准差13.1岁)。参与者年龄均不小于20岁，10%(2/20)的用户年龄在21 - 40岁之间，35%(7/20)的用户年龄在41 - 60岁之间，55%(11/20)的用户年龄在61 - 80岁之间。

所有被招募的患者都被要求参加 地中海其中包括最近入职的学员(7/20,35%)和长期入职的学员(13/20,65%)。参与者还被问及他们对技术的舒适度，以及他们之前是否使用过智能音箱，90%(18/20)的用户提供了回答。在舒适度方面，18例患者中，1例(6%)患者非常不舒服，0例(0%)患者有点不舒服，6例(33%)患者一般，2例(11%)患者有点舒服，9例(50%)患者非常舒服。关于之前使用智能音箱的情况，18名患者中，7名(39%)表示他们之前使用过智能音箱，而其余的患者(n= 11,61%)则没有。

Proctor等人利用实施结果对访谈主题进行分类[ 24]，特别关注 可行性而且 可接受性构造来回答研究问题。主题(1)临床整合的可行性和(2)语音应用程序的可接受性将在后续章节中介绍，每个小节都有各自的配套子主题。

本文介绍了使用混合方法为心衰患者设计的语音应用程序的概念验证实施研究的结果。据我们所知，这是第一个用于帮助患者在家中管理晚期慢性病的语音应用程序的评估。迄今为止，研究仅报道了在受控实验室环境下的准确性和可接受性水平;然而，这些发现仍然与本文的结果一致[ 11， 14］．尽管第四周的SUS得分高于第2周，但在研究开始和结束期间，参与度下降了14%。参与者认为他们需要在第四周使用比第二周更高的认知负荷(增加4%)，关于他们是否会在未来使用它的平均评分下降了13%。97.8%的准确率表明参与者在大多数时候都能成功记录他们的测量结果，这可能导致了更高的SUS得分。一些定性的发现可能是参与度下降的潜在原因。特别是，从可行性的角度来看，该设备有时不可靠，用户必须工作(以不同的努力)来适应对话的流程。虽然在最初几周还可以忍受，但随着时间的推移，它可能会变得令人厌烦，这取决于用户适应的速度。同样，由于用户经常在出现错误时责怪自己，这可能会对语音应用产生负面影响，随着时间的推移，用户可能会开始感到不愿意使用它。

为了更好地理解语音应用程序的可接受性和实施的可行性，我们试图确定参与者之间在参与水平方面的任何显著差异。虽然我们的定量数据在统计学上不显著，但我们的观察结果与Ware等人的研究结果相似[ 31]，即发现年龄较大的群体的参与程度最高，而年龄较小的群体的参与程度逐渐降低。这一发现也与其他研究相一致，这些研究特别关注老年人中基于语音的会话代理的使用[ 4， 32- 37］．尽管年龄最大的人群的参与度最高，但中年人群(41-60岁)的SUS平均得分最高，这表明他们对语音应用的接受程度最高。尽管我们无法根据这些观察得出明确的结论，但它为未来的工作提供了一个起点。

受访者在采访中给出的最常见回答之一是，语音应用程序需要很长时间才能完成，特别是比语音应用程序需要更长的时间 地中海用户经常描述自己早上匆忙出门的感觉，在这种情况下，他们很高兴能够使用智能手机应用程序快速输入自己的测量数据。这种生活方式和反应在年龄较大的人群中观察到的较少，他们在与语音应用程序交互时似乎更有耐心和理解力。也有一些特定情况下，语音应用程序实际上被证明比智能手机更有用。其中一名参与者出现了脑震荡症状，因此看屏幕的时间有限，所以语音应用程序对他们来说效果很好。另一名参与者经常感到疲劳，这是他们药物的副作用之一，并且在导航时遇到困难 地中海早上用智能手机应用。在这种情况下，他们也意识到使用 地中海其他参与者也有类似的感受，他们意识到，当他们以轻松、不费力的方式说话时，他们可以成功地记录下自己的读数。虽然这对一些参与者来说效果很好，但有一位处于类似情况的参与者却有不同的体验，特别是因为他们的声音微弱脆弱，当他们感到不适时，语音应用程序无法破译他们的语音。因此，为了更好地识别声音，特别是当用户在说话时无法发挥大量能量时，还需要进一步的改进。语音应用的其他研究也概述了类似的技术限制[ 15］．

这项研究的结果还显示了该设备在许多家庭中的整合程度，以及这可能为参与者带来的潜在好处。由于该设备的多功能性，它迅速成为许多用户日常生活的一部分，从听音乐到询问晚餐食谱，甚至开始变成一个伴侣。该设备不仅提供了社会支持，而且还作为一种视觉提醒来执行他们的任务 地中海测量。有嘉宾指出，他们会更倾向于使用 地中海语音应用只是因为它在他们经常在家里的一个公共空间。因此，该设备在4周内自然地融入用户的生活，这表明它可能会让一些人更方便地执行他们的任务 地中海测量并可能鼓励和激励那些经常忘记的人。

这些发现有助于开始揭示这种技术最适合的患者人口统计的“概况”。我们怀疑那些老年人(年龄为>岁，60岁)，对使用技术更有信心，日程安排不那么繁忙，在与语音应用程序交互时更轻松，更成功，并且一致。此外，那些患有多种疾病的人可以从使用这个平台中受益，特别是因为他们可能会因为他们的病情而经历常见的副作用。

据我们所知，这项研究只是少数几项研究的一部分，这些研究调查了在预定环境中长时间(4周)使用语音应用程序治疗慢性疾病。同样，这项工作也是第一个研究语音应用程序的工作，该应用程序被设计为针对每个患者的个性化(输出响应取决于患者登录程序时设置的参数)。由Bérubé等人进行的系统综述[ 38]特别关注针对慢性健康状况的基于语音的对话代理，并发现只有2个语音应用程序被设计为针对HF的对话代理[ 39， 40］．这两项研究主要集中在语音识别的系统架构和准确性上，其中一项研究依靠智能手机来实现基于语音的助手。其他研究则通过初步评估，重点关注HF语音应用程序的接受度和可行性，例如基于在受控环境中进行的可用性研究的调查回复[ 11， 12];所有这些研究的结果都显示了这项技术在慢性疾病管理领域的前景，特别是对心衰。最后，最近的两项研究调查了敬业度[ 13]及可行性[ 16延长使用期限(90天)。Apergi等人的研究[ 13]显示出与老年患者群体的更高参与度(与本研究结果相似)，Shara等人[ 16]在他们的研究人群中报告了良好的感知和高舒适度。这项研究开始揭示语音应用程序平台对程序的潜力，例如 地中海，并为未来的工作提供了基础，以探索谁可能从这个平台中受益最大，以及为什么受益。

在研究过程中发现了多种局限性，因此，应该认识到这一点，以便更好地理解研究结果的影响。

首先，由于有大量的问卷调查和访谈，研究团队注意到潜在的社会可取性偏差[ 41］．因此，参与者被鼓励诚实地说话，并有机会通过问卷而不是通过电话私下透露他们的想法。其次，由于这项研究是在预期环境中对语音应用程序的概念进行验证，因此样本量没有统计学支持，大多数研究结果都是定性的。未来的工作应该设计具有统计意义的研究(包括使用经过验证的问卷来获取用户对技术的舒适度)，以更好地了解这可能对谁最有利。第三，特定的研究因素可能会影响参与者的想法、经历和反馈。用户意识到研究的持续时间只有4周，因此，与要求他们使用语音应用程序更长时间相比，他们的参与度可能更高。参与者还被要求对他们的测量进行两次记录;如果用户只被要求使用语音应用程序，研究结果可能会有所不同。第四，由于纳入标准足够普遍，可以包括任何加入该项目的患者，在招募过程中可能会出现选择偏差。在这种情况下，研究中可能错过了包括更多不同人口统计数据的机会，尤其是那些主要讲英语以外语言的人。最后，由于这项研究的大多数参与者以前从未与智能音箱互动过，他们的想法和反馈可能受到了他们与新技术互动这一事实的影响。 As a result, their thoughts on the device itself could be reflected in their responses, even though any VUI device could have been used in the study.

本研究采用混合方法来调查将语音应用程序用于慢性疾病管理的数字疗法的可接受性和可行性。总的来说，我们的研究结果表明，参与者在很大程度上成功地使用了 地中海尽管语音应用面临一些障碍，但这证明了这样的应用程序是可行的，可以部署在诊所中供未来使用。我们的数据开始拼凑出这种技术可能最适合的患者档案。未来的工作应包括一项统计支持的研究，调查以下人口统计数据:年龄较大(60岁以上)、日程安排不太繁忙、在使用技术时表现出较高的信心水平，或经历慢性疾病的症状(如疲劳或头痛)。