基于机器学习模型的康复机器人使用意愿影响因素分析

关键词：康复机器人  使用意愿  影响因素  机器学习  横断面研究

摘要：

      摘要 目的：基于最优机器学习模型深入分析康复机器人使用意愿的现状及影响因素，为康复机器人的设计及推广、人机交互优化提供参考。 方法：2024年3月—2025年2月，采用便利抽样法选取在康复机器人服务医疗机构接受物理治疗的患者347例为研究对象，采用一般资料调查表、使用意愿问卷、机器人消极态度量表、正负情绪量表、控制感量表、人机交互信任量表对其进行横断面调查。采用单因素分析、相关分析和LASSO回归筛选关键变量，通过K-means聚类划分目标变量二分类标准，采用随机森林、梯度提升决策树、极限梯度提升模型讨论康复机器人使用意愿的影响因素，运用SHAP（SHapley Additive exPlanation）图对最优模型进行可解释化分析。 结果：患者康复机器人的使用意愿得分（4.75±1.43）分，极限梯度提升模型表现出最佳性能（AUC为0.9163，精确率为0.8923，准确率为0.8095，F1分数为0.8529，召回率为0.8169），特征重要性排序显示负性情绪、正性情绪、互惠、对机器人社会影响的消极态度、能力、感知风险、控制感均为影响康复机器人使用意愿的重要因素。 结论：康复机器人的使用意愿处于中等水平，极限梯度提升模型对使用意愿的影响因素评估效能最优，正性情绪、负性情绪、对机器人社会影响的消极态度、人机交互信任、控制感为影响康复机器人使用意愿的关键因素，可结合本模型为康复机器人优化设计及推广提供参考。

Abstract: