การพัฒนาและประเมินความเป็นไปได้ในการใช้งานเบื้องต้นแชทบอทด้านสุขภาพ เพื่อส่งเสริมพฤติกรรมของมารดาในการส่งเสริมพัฒนาการทารกกลุ่มเสี่ยง: การศึกษานำร่อง
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์: การศึกษานี้เพื่อพัฒนาและประเมินความเป็นไปได้ในการใช้งานเบื้องต้นของแชทบอทด้านสุขภาพสำหรับส่งเสริมพฤติกรรมของมารดาในการส่งเสริมพัฒนาการทารกกลุ่มเสี่ยง วิธีการศึกษา: การวิจัยเชิงพัฒนาแบ่งเป็น 2 ระยะ ได้แก่ ระยะที่ 1 การพัฒนาแชทบอท โดยพัฒนาเนื้อหา ออกแบบกรอบแนวคิดและโครงสร้างการสนทนาตามทฤษฎีทางปัญญาสังคม
ของแบนดูรา ออกแบบระบบและรูปแบบการโต้ตอบ พัฒนาสื่อประกอบ และตรวจสอบความตรงเชิงเนื้อหาโดยผู้ทรงคุณวุฒิ ระยะที่ 2 การศึกษานำร่องเพื่อประเมินความเป็นไปได้ในการใช้งาน โดยการศึกษานำร่องทดลองใช้ในมารดาของทารกกลุ่มเสี่ยง 5 ราย
เป็นระยะเวลา 7 วัน ประเมินความเป็นไปได้ใน 3 ด้าน ได้แก่ การทำงานของระบบ การมีส่วนร่วมของผู้ใช้งาน และผลลัพธ์เบื้องต้น โดยใช้แบบสอบถามพฤติกรรมของมารดาในการส่งเสริมพัฒนาการทารกกลุ่มเสี่ยง (CVI = .86 , α = .97) และแบบประเมินพัฒนาการทารกกลุ่มเสี่ยง เมื่ออายุครบ 2 เดือน ผลการศึกษา: แชทบอทให้ข้อมูลผ่านข้อความ อินโฟกราฟิก และวิดีโอ
ระบบทำงานได้ตามที่ออกแบบไว้ มารดาทุกรายใช้งานได้ครบตามระยะเวลา ภายหลังการใช้งาน มารดาทุกรายมีพฤติกรรม
การส่งเสริมพัฒนาการทารกครบทั้ง 5 ด้านอย่างน้อย 3 วันต่อสัปดาห์ ทารก 3 รายมีพัฒนาการสมวัยทั้ง 5 ด้าน ส่วนรายอื่นสมวัย 4 และ 3 ด้าน ตามลำดับ สรุป: แชทบอทที่พัฒนาขึ้นมีความเป็นไปได้ในการใช้งานเบื้องต้น โดยมีความเสถียร และผลลัพธ์เบื้องต้นสามารถส่งเสริมพฤติกรรมของมารดาได้ อย่างไรก็ตามควรศึกษาต่อในกลุ่มตัวอย่างขนาดใหญ่เพื่อประเมินประสิทธิผลในระยะยาว
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Ministry of Public Health. Manual for assessment and promotion of development in at-risk children.Nonthaburi: Veteran Organization Printing House; 2019.
Department of Health. Summary of the implementation of the developmental promotion project in honor of Her Royal Highness Princess Maha Chakri Sirindhorn on the occasion of her 5th cycle birthday anniversary, April 2, 2015. Bangkok: Veterans Organization Printing Office; 2018.
Tangviriyapaiboon D, Thaineua V, Sirithongthaworn S, et al. Factors associated with suspected developmental delay in Thai children born with low birth weight or asphyxia. Matern Child Health J.2024; 28(4): 631-40. doi: 10.1007/s10995-023-03814-1.
Chamnongsak C. Policy Evaluation: A Case Study of the Child Development Promotion Project in Honor of Princess Maha Chakri Sirindhorn on Her 5th Cycle Birthday, 2 April 2015. J Med Region 4-5. 2017;36(3): 176–87. Thai.
Coughlan S, Quigley J, Nixon E. Parent-infant conversations are differentially associated with the development of preterm- and term-born infants. J Exp Child Psychol. 2024; 239: 105809. doi:10.1016/j.jecp.2023.105809.
Synnes A, Luu TM, Afifi J, et al. Parent-Integrated Interventions to Improve Language Development in Children Born Very Preterm. Children (Basel). 2023; 10(6): 953. doi: 10.3390/children10060953.
Larsson J, Nyborg L, Psouni E. The role of family function and triadic interaction on preterm child development: a systematic review. Children (Basel). 2022; 9(11): 1695. doi: 10.3390/children9111695.
Department of Health Service Support. Manual for chatbot use in the health service system. Nonthaburi: Ministry of Public Health; 2022.
Nukulsompratthana P. Thailand digital and social media statistics 2025 [Internet]. Popticles; 2025 [cited 2026 Jul 13]. Available from: https://www.popticles.com/trends/thailand-digital-and-social-media-2025/
Aggarwal A, Tam CC, Wu D, et al. Artificial intelligence-based chatbots for promoting health behavioral changes: systematic review. J Med Internet Res. 2023; 25: e40789. doi: 10.2196/40789.
Pupong K, Hunsrisakhun J, Pithpornchaiyakul S, et al. Development of chatbot-based oral health care for young children and evaluation of its effectiveness, usability, and acceptability: mixed methods study. JMIR Pediatr Parent. 2025; 8: e62738. doi: 10.2196/62738.
Hunsrisakhun J, Naorungroj S, Tangkuptanon W, et al. Impact of oral health chatbot with and without toothbrushing training on childhood caries. Int Dent J. 2025; 75(2): 1348-1359. doi: 10.1016/j.identj.2024.09.028.
Bandura A. Social foundations of thought and action: A social cognitive theory. New Jersey: Prentice-Hall;1986.
Landauer TK, Nielsen J. A mathematical model of the finding of usability problems. In: Proceedings of the INTERCHI '93 Conference on Human Factors in Computing Systems; 1993 Apr 24-29; Amsterdam, The Netherlands. New York: ACM; 1993. p. 206-13.
Adamopoulou E, Moussiades L. An overview of chatbot technology. In: Maglogiannis I, Iliadis L, Pimenidis E, editors. Artificial intelligence applications and innovations. Cham: Springer; 2020. p.373-83.
Følstad A, Brandtzæg PB. Chatbots and the new world of HCI. Interactions. 2017; 24(4): 38-42. doi: 10.1145/3085558.
Pressman RS, Maxim BR. Software engineering: a practitioner’s approach. 9th ed. New York: McGraw-Hill; 2020.
Nualtem P, Wattanasit P, Kala S. Development and preliminary evaluation of a health chatbot for breast milk expression promotion in mothers of preterm infants admitted to the neonatal intensive care unit. JRN-MHS [Internet]. 2025 [cited 2026 Jul 13]; 45(3): 16-30. Available from: https://he02.tcithaijo.org/index.php/nurpsu/article/view/274544
Kerimoglu Yildiz G, Turk Delibalta R, Coktay Z. Artificial intelligence-assisted chatbot: impact on breastfeeding outcomes and maternal anxiety. BMC Pregnancy Childbirth. 2025; 25(1) :631. doi: 10.1186/s12884-025-07753-3.
Smutny P, Schreiberova P. Chatbots for learning: a review of educational chatbots for the Facebook Messenger. Comput Educ. 2020; 151: 103862. doi: 10.1016/j.compedu.2020.103862.
Provoost S, Lau HM, Ruwaard J, et al. Embodied conversational agents in clinical psychology: a scoping review. J Med Internet Res. 2017; 19(5): e151. doi: 10.2196/jmir.6553.
Perski O, Blandford A, West R, et al. Conceptualising engagement with digital behaviour change interventions: a systematic review using principles from critical interpretive synthesis. Transl Behav Med. 2017; 7(2): 254-67. doi: 10.1007/s13142-016-0453-1.
Laranjo L, Dunn AG, Tong HL, et al. Conversational agents in healthcare: a systematic review. J Am Med Inform Assoc. 2018; 25(9): 1248-58. doi: 10.1093/jamia/ocy072.
Bibault JE, Chaix B, Nectoux P, et al. Healthcare ex machina: are conversational agents ready for prime time in oncology? Clin Transl Radiat Oncol. 2019; 16: 55-59. doi: 10.1016/j.ctro.2019.04.002.
Mayer RE. Evidence-based principles for how to design effective instructional videos. J Appl Res Mem Cogn. 2021; 10(2): 229-40. doi: 10.1016/j.jarmac.2021.03.007.
Yang Y, Tavares J, Oliveira T. A new research model for artificial intelligence–based well-being chatbot engagement: survey study. JMIR Hum Factors. 2024; 11: e59908. doi: 10.2196/59908.
Bickmore TW, Schulman D, Yin L. Maintaining engagement in long-term interventions with relational agents. Appl Artif Intell. 2010; 24(6): 648-66. doi: 10.1080/08839514.2010.492259.
Milne-Ives M, de Cock C, Lim E, et al. The effectiveness of artificial intelligence conversational agents in health care: systematic review. J Med Internet Res. 2020; 22(10): e20346. doi: 10.2196/20346.
Fadhil A, Gabrielli S. Addressing challenges in promoting healthy lifestyles: the AI-chatbot approach. In: Proceedings of the 11th EAI International Conference on Pervasive Computing Technologies for Healthcare (PervasiveHealth 2017); 2017 May 23-26; Barcelona, Spain. New York: ACM; 2017. p. 261-65. doi:10.1145/3154862.3154914.