Effectiveness of an LLM-integrated Chatbot Intervention for Physical Activity Habit Formation in Prehypertensive Adults: A 12-Month Randomized Controlled Trial Protocol

ملخص تقني: فعالية تدخل روبوت الدردشة المدعوم بنماذج اللغات الكبيرة (LLM) لتشكيل عادات النشاط البدني لدى البالغين المصابين بمرحلة ما قبل ارتفاع ضغط الدم

بيان المشكلة
تعد مرحلة ما قبل ارتفاع ضغط الدم عاملاً خطيراً لارتفاع ضغط الدم وأمراض القلب والأوعية الدموية، وهي تؤثر على نسبة كبيرة من البالغين. وبينما يعتبر النشاط البدني (PA) تدخلاً مثبت الفعالية غير الدوائي لإدارة ضغط الدم، إلا أن الالتزام طويل الأمد يظل تحدياً كبيًراً. تعتمد التدخلات الحالية غالباً على برامج رياضية منظمة أو نصائح معيارية تستهدف العمليات التأملية (مثل المعرفة، والنية، والكفاءة الذاتية)، لكنها تفشل في دعم العمليات الانعكاسية الضرورية لتشكيل العادات (مثل الارتباط بين المثير والسلوك، واستقرار السياق). علاوة على ذلك، ورغم وجود أدوات الصحة الرقمية مثل الأجهزة القابلة للارتداء وروبوتات الدردشة، إلا أن هناك أدلة محدودة حول فعالية دمج نماذج اللغات الكبيرة (LLMs) لتوفير دعم متكيف، وحساس للسياق، ومستمر لدعم تغيير سلوك النشاط البدني المستدام لدى البالغين في مرحلة ما قبل ارتفاع ضغط الدم. وغالباً ما تركز دراسات الصحة القائمة على نماذج اللغات الكبيرة حالياً على المدى القصير، حيث تركز على الجدوى بدلاً من النتائج السلوكية طويلة الأمد أو آليات تشكيل العادات.

المنهجية
توضح هذه الورقة بروتوكول تجربة عشوائية محكومة (RCT) متوازية، براغماتية، تمتد لـ 12 شهراً، مع دراسة طولية مكثفة مدمجة لمدة 3 أشهر. هذه التجربة مسجلة في السجل الصيني للتجارب السريرية (ChiCTR2400085073).

• المشاركون: سيتم استقطاب 118 بالغاً (تترا�ن أعمارهم بين 18-60 عاماً) يعانون من مرحلة ما قبل ارتفاع ضغط الدم (ضغط الدم الانقباضي 120-139 ملم زئبق أو الضغط الانبساطي 80-89 ملم زئبق) مع مستويات منخفضة من النشاط البدني من شركتين تقنيتين كبيرتين في بكين وعبر وسائل التواصل الاجتماعي.
• التصميم:
  • مجموعة التدخل: يتلقى المشاركون ساعة ذكية من طراز Huawei Watch D ويحصلون على HabitBot، وهو روبوت دردشة مدعوم بنموذج لغات كبيرة (LLM) يتم تقديمه عبر برنامج مصغر لـ WeChat. يعتمد HabitBot على نهج عملية العمل الصحي (HAPA) ونظرية تشكيل العادات. ويستخدم تصميماً متمحوراً حول المستخدم لتقديم وصفات نشاط بدني مخصصة، ونصائح صحية، وتغذية راجعة تحفيزية. يدمج النظام ملفات تعريف المشاركين، وبيانات الأجهزة القابلة للارتداء في الوقت الفعلي (الخطوات، معدل ضربات القلب، ضغط الدم)، وسجل المحادثات لإنشاء استجابات متكيفة. كما يدعم تقنيات تغيير السلوك بما في ذلك وضع الأهداف، والتخطيط للعمل، وحل المشكلات، والمراقبة الذاتية.
  • مجموعة الضبط: يتلقى المشاركون نفس الساعة الذكية Huawei Watch D، ووصفة نشاط بدني مخصصة تُقدم لمرة واحدة من قبل ممرض (بناءً على إرشادات الكلية الأمريكية للطب الرياضي ACSM)، بالإضافة إلى الوصول إلى تطبيق صحي قياسي (CoHealth) يوفر تعليمات عامة حول النشاط البدني، والنظام الغذائي، والنوم.
• التوزيع العشوائي: يتم التوزيع العشوائي على مستوى المجموعات (Cluster) للمشاركين المستقطبين من الشركات (لإدارة القيود اللوجستية)، وعلى المستوى الفردي للمستقطبين عبر وسائل التواصل الاجتماعي.
• النتائج:
  • الأساسية: متوسط عدد الخطوات اليومية (مقاس موضوعياً عبر الساعة الذكية) ومستويات النشاط البدني (عبر استبيان IPAQ).
  • الثانوية: ضغط الدم، وتكوين الجسم، والعوامل النفسية المتعلقة بالمسارات التأملية (القائمة على HAPA: النية، الكفاءة الذاتية، التخطيط) والمسارات الانعكاسية (القائمة على SRBAI: قوة العادة، استقرار السياق، المكافأة الداخلية).
  • مقاييس العملية: سهولة الاستخدام (مقياس قابلية استخدام روبوت الدردشة)، والتفاعل، والالتزام.
• جمع البيانات: تتم التقييمات في خط الأساس، وعند الأشهر 3 و6 و12. كما يتم إجراء تقييم بيئي لحظي مكثف (EMA) يومياً خلال الأشهر الثلاثة الأولى لالتقاط التغيرات الزمنية في آليات تشكيل العادات.
• التحليل: تحليل نية العلاج (Intention-to-treat) باستخدام نماذج التأثيرات المختلطة لمراعاة القياسات المتكررة والتجميع (Clustering). ستستكشف تحليلات الوساطة كيف تؤثر التغيرات في المسارات التأملية والانعكاسية على نتائج النشاط البدني.

المساهمات الرئيسية
تقترح الورقة إطاراً جديداً لمعالجة الفجوة في استدامة النشاط البدني من خلال دمج ثلاثة عناصر محددة:

1. التكيف المدفوع بنماذج اللغات الكبيرة (LLM): بخلاف روبوتات الدردشة القائمة على القواعد، يستخدم HabitBot نموذج لغات كبيرة للتعامل مع الحوارات متعددة الأدوار، وفهم السياق، وحل المشكلات الديناميكي، مما يسمح له بالتكيف مع عوائق المستخدم وحالته الصحية المتغيرة في الوقت الفعلي.
2. التركيز على المسار المزدوج: يستهدف التدخل صراحةً المسارات التأملية (التحفيزية) والانعكاسية (العادات)، بهدف نقل المستخدمين من التمرين القائم على النية إلى العادة التلقائية.
3. التصميم الطولي الميكانيكي: من خلال دمج تقييم يومي مكثف لمدة 3 أشهر ضمن تجربة مدتها 12 شهراً، تهدف الدراسة إلى توضيح الآليات الزمنية لتشكيل العادات، بدلاً من مجرد قياس النتائج النهائية.

النتائج
بما أن هذا المستند هو بروتوكول دراسة، فهو لا يعرض نتائج تجريبية، أو نتائج إحصائية، أو بيانات فعالية. يوضح قسم "النتائج" في الورقة المساهمات المتوقعة: من المتوقع أن تقدم الدراسة رؤى حول فعالية HabitBot في تعزيز عادات النشاط البدني وتحسين الصحة لدى البالغين في مرحلة ما قبل ارتفاع ضغط الدم، بالإضافة إلى استكشاف الآليات الكامنة وراء تشكيل العادات من خلال تحليل البيانات الطولية.

الأهمية والادعاءات
يزعم المؤلفون أن هذه الدراسة تعالج ثلاث فجوات حرجة في الأدبيات الحالية:

1. نقص التدخلات التي تدمج التوجيه الكمي للنشاط البدني، والمراقبة الموضوعية عبر الأجهزة القابلة للارتداء، والدعم السلوكي المستمر في نظام واحد.
2. الاعتماد المفرط على المحددات التأملية في تدخلات النشاط البدني، مع عدم الاهتمام الكافي بعمليات تشكيل العادات الانعكاسية.
3. ندرة الأدلة الصارمة وطويلة الأمد المتعلقة بفعالية روبوتات الدردشة المدعومة بنماذج اللغات الكبيرة (LLM) لتغيير السلوك المستدام.

تفترض الدراسة أنه إذا نجحت، فإن النتائج ستساعد في تشكيل التدخلات المستقبلية المدعومة بنماذج اللغات الكبيرة لإدارة الأمراض المزمنة. ومن خلال فحص المسارات التأملية والانعكاسية، تهدف الدراسة إلى تطوير استراتيجيات الصحة الرقمية للحد من مخاطر القلب والأوعية الدموية، والانتقال لما هو أبعد من مجرد التحفيز لدعم البدء التلقائي للسلوكيات الصحية في الحياة اليومية. ويحافظ المؤلفون على نبرة متواضعة، مع الإقرار بالقيود مثل عدم القدرة على تعمية المشاركين عن نوع التدخل، والأخطاء المحتملة في قياسات الأجهزة القابلة للارتداء، والخصوصية الديموغرافية (عمال التكنولوجيا المقيمين في بكين) التي قد تحد من إمكانية تعميم النتائج.