An AI-Assisted Cognitive Engagement Mobile App for Older Adults: Development and Mixed Methods Usability Study.

چکیده اصلی

BACKGROUND: Alzheimer disease and age-related cognitive decline reduce memory engagement and limit caregiver insight, creating a need for accessible tools that support everyday cognitive activity in older adults. Although AI holds promise for personalized cognitive support, few AI-based apps have been developed and evaluated for memory engagement in this population, and fewer incorporate on-device emotional analysis with privacy-preserving design. OBJECTIVE: This study developed and evaluated RecallLive, an AI-assisted mobile app supporting structured memory interactions for older adults, and examined its usability, engagement, perceived usefulness, and behavioral intention, guided by the Technology Acceptance Model. METHODS: RecallLive integrates metadata-based photo clustering to generate memory videos, an on-device convolutional neural network that classifies frame-level emotional responses, and a large language model (LLM)-based module that converts these outputs into caregiver summaries. A sequential 2-phase mixed methods design was used. In phase 1, 202 US adults aged 65 years or older viewed a structured demonstration and completed a survey measuring ease of use, engagement, design clarity, perceived usefulness, and intention to use. In phase 2, 10 participants completed a hands-on session followed by semistructured interviews analyzed thematically. Quantitative analyses were conducted using Python (v.3.11; Python Software Foundation) and included internal consistency estimates; 2-tailed, 1-sample t tests against the scale midpoint; and simple linear regression. RESULTS: All subscales showed strong reliability (Cronbach α=0.86-0.92). Ease of use (mean 3.77, SD 0.78) and engagement (mean 4.09, SD 0.67) significantly exceeded the scale midpoint (t201=14.00 and t201=23.19; both P<.001), and perceived usefulness was also rated highly (mean 4.06, SD 0.82). Perceived usefulness was strongly associated with the stated intention to use or recommend the app (β=.796; R²=0.634; F1,200=346.18; P<.001). Phase 2 complemented these results, showing clear navigation and interpretable feedback. CONCLUSIONS: RecallLive was perceived as usable, engaging, and useful, with perceived usefulness strongly associated with adoption intention. In addition to efficiency, emotional relevance shaped engagement, particularly among participants with caregiving experience or personal connections to dementia. Future studies should use larger samples, longer direct-use periods, and longitudinal and clinical-integration designs to evaluate sustained use and cognitive outcomes.

ترجمه فارسی چکیده

پس‌زمینه: بیماری آلزایمر و افت شناختی مرتبط با سن، مشارکت حافظه را کاهش می‌دهند و دیدگاه مراقب را محدود می‌کنند، که نیاز به ابزارهای دسترسی‌پذیری برای حمایت از فعالیت‌های شناختی روزمره سالمندان ایجاد می‌کند. اگرچه هوش مصنوعی پتانسیل بالایی برای حمایت شناختی شخصی‌سازی‌شده دارد، اما تعداد کمی از برنامه‌های مبتنی بر هوش مصنوعی برای مشارکت حافظه در این جمعیت توسعه و ارزیابی شده‌اند و کمتر از آن‌ها تحلیل هیجانی روی دستگاه با طراحی حفظ حریم خصوصی را در بر می‌گیرند. هدف: این مطالعه RecallLive، یک برنامه موبایل مبتنی بر هوش مصنوعی برای حمایت از تعاملات ساختاریافته حافظه برای سالمندان را توسعه و ارزیابی کرد و کارایی، مشارکت، کاربردپذیری percepated و نیت رفتاری را بررسی نمود که بر مدل پذیرش فناوری هدایت می‌شد. روش‌ها: RecallLive با استفاده از خوشه‌بندی عکس‌های مبتنی بر متادیتا برای تولید ویدیوهای حافظه، یک شبکه عصبی کانولوشنی روی دستگاه برای طبقه‌بندی پاسخ‌های هیجانی سطح فریم و یک ماژول مبتنی بر مدل زبانی بزرگ (LLM) برای تبدیل این خروجی‌ها به خلاصه برای مراقبان ادغام شد. یک طراحی ترکیبی با دو مرحله متوالی استفاده شد. در مرحله ۱، ۲۰۲ بزرگسال آمریکایی بالای ۶۵ سال نمایش ساختاریافته‌ای را مشاهده کردند و پرسشنامه‌ای برای سنجش آسانی استفاده، مشارکت، شفافیت طراحی، کاربردپذیری percepated و نیت استفاده تکمیل کردند. در مرحله ۲، ۱۰ شرکت‌کننده جلسه عملیاتی را پس از مصاحبه‌های نیمه‌ساختاریافته که موضوعی تحلیل شدند، تکمیل کردند. تحلیل‌های کمی با استفاده از پایتون (نسخه ۳.۱۱) انجام شد و شامل برآوردهای ثبات درونی، آزمون t دو-طرفه تک‌نمونه‌ای در برابر میانه مقیاس و رگرسیون خطی ساده بود. نتایج: تمام زیرمقیاس‌ها ثبات قوی را نشان دادند (آلفای کرونباخ ۰.۸۶-۰.۹۲). آسانی استفاده (میانگین ۳.۷۷، انحراف معیار ۰.۷۸) و مشارکت (میانگین ۴.۰۹، انحراف معیار ۰.۶۷) به طور معناداری از میانه مقیاس فراتر رفت (t201=۱۴.۰۰ و t201=۲۳.۱۹؛ هر دو P<.۰۰۱) و کاربردپذیری percepated نیز به طور بالا ارزیابی شد (میانگین ۴.۰۶، انحراف معیار ۰.۸۲). کاربردپذیری percepated به طور قوی با نیت اعلام شده برای استفاده یا توصیه برنامه مرتبط بود (β=.۷۹۶؛ R²=۰.۶۳۴؛ F1,200=۳۴۶.۱۸؛ P<.۰۰۱). مرحله ۲ این نتایج را تکمیل کرد و ناوبری شفاف و بازخورد قابل تفسیر را نشان داد. نتیجه‌گیری: RecallLive به عنوان قابل استفاده، جذاب و مفید percepated شد و کاربردپذیری percepated به طور قوی با نیت پذیرش مرتبط بود. علاوه بر کارایی، مرتبط بودن هیجانی مشارکت را شکل داد، به ویژه در میان شرکت‌کنندگان با تجربه مراقبتی یا ارتباط شخصی با بیماری آلزایمر. مطالعات آینده باید از نمونه‌های بزرگتر، دوره‌های طولانی‌تری استفاده مستقیم و طراحی‌های طولی و ادغام بالینی برای ارزیابی استفاده پایدار و نتایج شناختی استفاده کنند.

متن کامل اصلی