MediBot

In der ersten Iteration haben wir die Informationen und den Fluss des Chatbot- Dialogs strukturiert. Dazu erhielten wir von Unisanté Lausanne einen „Clinical Case“, das den Ablauf des Clinical Reasonings, einen Fragenkatalog und relevante Informationen umfasste.

Wir haben diese Informationen angepasst und daraus eine Geschichte (Patientin Sundiata Azikiwe) entwickelt. Um den Chatbot zu testen, haben wir das Wizards-of-Oz-Verfahren angewendet. Das Testing fand online via Lookback mit fünf Testpersonen statt.
‍
Key Findings‍
Clinical Reasoning durch einen Chatbot in der Rolle eines Patienten zu trainieren, ist möglich, und wurde von den Studierenden als positiv und effektiv bewertet. Allerdings erwarteten die Testpersonen nach der Anamnese Feedback.
‍
Die Mehrheit der Testpersonen waren sich der Vorurteile und Stereotypen in der Gesundheitsversorgung bewusst, konnten diese aber nicht zuteilen oder benennen.
‍
Zudem erwarteten sie im Clinical Case keine eingebettete Stereotypen/implizite Vorurteile, damit ihre Konsultation nicht verfälscht würde.

Dieses Finding stuften wir als sehr bedeutsam ein. In Realität gibt es keine neutralen Fälle, daher bekräftigt es die Relevanz des Themas und führte uns zum Entschluss, dass Gender Bias im Konzept verständlicher kommuniziert werden sollte.

Für das zweite Testing entschieden wir uns für die Methode des unmoderierten online Testings. Damit wollten wir die User Experience der Plattform ermitteln und wie der Storytellingansatz von der Zielgruppe aufgenommen wird.

Interessant war es hier zu beobachten, wie sie sich auf der Plattform bewegen. Gleichzeitig konnten wir so den Chatbot laufend trainieren und demografische Daten der Zielgruppe sammeln.

Als Aufgabe sollten die Testpersonen eine Anamnesis mit der virtuellen Patientin Sundiata Azikiwe durchzuführen. Im Anschluss wurde ein Feedback-Formular mit Fragen zur Experience bereitgestellt.
‍
Key Findings‍
Hinsichtlich der Aussagekraft bewertete die Mehrheit der Testpersonen Sundiatas Geschichte als sehr aussagekräftig.Auch wurde die Erfahrung mit MediBot als sehr informativ bewertet.
‍
Um die User Experience zu verbessern, sind klare und deutliche Informationen über die in der Geschichte behandelten Gender Bias bereitzustellen. Dies kann durch die explizite Erwähnung und Kennzeichnung der Vorurteile erreicht werden. Daher würden wir davon abraten den Gender Bias zu verstecken.
‍
Durch die Ansprache und Anerkennung von Gender-Bias können Medizinstudierende den Prozess der Selbstreflexion über ihre eigenen Vorurteile initiieren.