[pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: FELIPPE RAGGHIANTI NEY FERREIRA
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=2
http://doi.org/10.17771/PUCRio.acad.70478
Resumo: [pt] A prestação de serviços de saúde mental é globalmente marcada pela alocação inadequada de recursos financeiros e humanos. As Tecnologias da Informação em Saúde (HITs) podem endereçar uma parte importante desses desafios, aumentando o acesso, a qualidade e a eficiência da prestação de cuidados de saúde. Este trabalho busca, portanto, avaliar os fatores determinantes da adoção de psicoterapia guiada por Inteligência Artificial (IA) pelos pacientes, através da proposição de um modelo integrativo de aceitação de tecnologia. A modelagem buscou avaliar o impacto da confiança e da autoeficácia, construtos relevantes na adoção de tecnologias de saúde, bem como do construto esperança, bastante relacionado aos temas de saúde e saúde mental, mas pouco utilizado em estudos de adoção de tecnologias, buscando assim ampliar o debate acadêmico sobre fatores de adoção ainda pouco explorados. A técnica de modelagem de equações estruturais foi utilizada com dados dos questionários de 220 participantes. Os resultados confirmaram parcialmente o modelo. O baixo efeito da confiança, e a não-significância dos efeitos de Facilidade de Uso Percebida sobre a intenção de adoção não eram esperados. Ainda assim, o modelo foi capaz de explicar 56,1 por cento da variância da intenção comportamental de adoção da psicoterapia movida por IA. A esperança afetou a PEOU e PU de forma consistente. Tais resultados reforçam a ideia de que a esperança pode representar um preditor de grande valor em estudos de adoção de tecnologias na área da saúde e saúde mental usando modelos como o TAM.
id PUC_RIO-1_8a75003b60d4fa5523d3c3d3c3492bb7
oai_identifier_str oai:MAXWELL.puc-rio.br:70478
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str
spelling [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL[en] MENTAL HEALTH TECHNOLOGIES ASSESSMENT: DETERMINANTS OF ADOPTION OF ARTIFICIAL INTELLIGENCE-GUIDED PSYCHOTHERAPY[pt] PSICOTERAPIA[pt] MODELO DE ACEITACAO DE TECNOLOGIA[pt] ADOCAO DE TECNOLOGIA[pt] SAUDE MENTAL[pt] INTELIGENCIA ARTIFICIAL[en] PSYCHOTHERAPY[en] TECHNOLOGY ACCEPTANCE MODEL[en] TECHNOLOGY ADOPTION[en] MENTAL HEALTH[en] ARTIFICIAL INTELLIGENCE[pt] A prestação de serviços de saúde mental é globalmente marcada pela alocação inadequada de recursos financeiros e humanos. As Tecnologias da Informação em Saúde (HITs) podem endereçar uma parte importante desses desafios, aumentando o acesso, a qualidade e a eficiência da prestação de cuidados de saúde. Este trabalho busca, portanto, avaliar os fatores determinantes da adoção de psicoterapia guiada por Inteligência Artificial (IA) pelos pacientes, através da proposição de um modelo integrativo de aceitação de tecnologia. A modelagem buscou avaliar o impacto da confiança e da autoeficácia, construtos relevantes na adoção de tecnologias de saúde, bem como do construto esperança, bastante relacionado aos temas de saúde e saúde mental, mas pouco utilizado em estudos de adoção de tecnologias, buscando assim ampliar o debate acadêmico sobre fatores de adoção ainda pouco explorados. A técnica de modelagem de equações estruturais foi utilizada com dados dos questionários de 220 participantes. Os resultados confirmaram parcialmente o modelo. O baixo efeito da confiança, e a não-significância dos efeitos de Facilidade de Uso Percebida sobre a intenção de adoção não eram esperados. Ainda assim, o modelo foi capaz de explicar 56,1 por cento da variância da intenção comportamental de adoção da psicoterapia movida por IA. A esperança afetou a PEOU e PU de forma consistente. Tais resultados reforçam a ideia de que a esperança pode representar um preditor de grande valor em estudos de adoção de tecnologias na área da saúde e saúde mental usando modelos como o TAM. [en] The inadequate allocation of financial and human resources globally characterizes mental health service delivery. Health Information Technologies (HITs) can address a significant portion of these challenges by increasing access, quality, and efficiency in providing healthcare services. This study, therefore, aims to assess the determinants of patient adoption of Artificial Intelligence (AI)-guided psychotherapy through the proposition of an integrative technology acceptance model. The modeling sought to evaluate the impact of trust and self-efficacy, constructs known to be relevant in health technology adoption, and the construct of hope, which is strongly associated with health and mental health yet remains underexplored in technology adoption studies. The structural equation modeling (SEM) technique was applied to data collected from questionnaires completed by 220 participants. The results partially confirmed the model. The low effect of trust and the non significance of the Perceived Ease of Use (PEOU) effect on adoption intention were unexpected. Even so, the model explained 56.1 percent of the variance in the behavioral intention to adopt AI-driven psychotherapy. Hope had a consistent effect on both PEOU and Perceived Usefulness (PU). These results reinforce the idea that hope may represent a highly valuable predictor in technology adoption studies in health and mental health, mainly when using models such as the Technology Acceptance Model (TAM).MAXWELLJORGE BRANTES FERREIRAJORGE BRANTES FERREIRAJORGE BRANTES FERREIRAFELIPPE RAGGHIANTI NEY FERREIRA2025-05-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=2http://doi.org/10.17771/PUCRio.acad.70478porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2025-05-19T00:00:00Zoai:MAXWELL.puc-rio.br:70478Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342025-05-19T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
[en] MENTAL HEALTH TECHNOLOGIES ASSESSMENT: DETERMINANTS OF ADOPTION OF ARTIFICIAL INTELLIGENCE-GUIDED PSYCHOTHERAPY
title [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
spellingShingle [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
FELIPPE RAGGHIANTI NEY FERREIRA
[pt] PSICOTERAPIA
[pt] MODELO DE ACEITACAO DE TECNOLOGIA
[pt] ADOCAO DE TECNOLOGIA
[pt] SAUDE MENTAL
[pt] INTELIGENCIA ARTIFICIAL
[en] PSYCHOTHERAPY
[en] TECHNOLOGY ACCEPTANCE MODEL
[en] TECHNOLOGY ADOPTION
[en] MENTAL HEALTH
[en] ARTIFICIAL INTELLIGENCE
title_short [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
title_full [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
title_fullStr [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
title_full_unstemmed [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
title_sort [pt] AVALIAÇÃO DE TECNOLOGIAS PARA SAÚDE MENTAL: FATORES DE ADOÇÃO DE PSICOTERAPIA CONDUZIDA POR INTELIGÊNCIA ARTIFICIAL
author FELIPPE RAGGHIANTI NEY FERREIRA
author_facet FELIPPE RAGGHIANTI NEY FERREIRA
author_role author
dc.contributor.none.fl_str_mv JORGE BRANTES FERREIRA
JORGE BRANTES FERREIRA
JORGE BRANTES FERREIRA
dc.contributor.author.fl_str_mv FELIPPE RAGGHIANTI NEY FERREIRA
dc.subject.por.fl_str_mv [pt] PSICOTERAPIA
[pt] MODELO DE ACEITACAO DE TECNOLOGIA
[pt] ADOCAO DE TECNOLOGIA
[pt] SAUDE MENTAL
[pt] INTELIGENCIA ARTIFICIAL
[en] PSYCHOTHERAPY
[en] TECHNOLOGY ACCEPTANCE MODEL
[en] TECHNOLOGY ADOPTION
[en] MENTAL HEALTH
[en] ARTIFICIAL INTELLIGENCE
topic [pt] PSICOTERAPIA
[pt] MODELO DE ACEITACAO DE TECNOLOGIA
[pt] ADOCAO DE TECNOLOGIA
[pt] SAUDE MENTAL
[pt] INTELIGENCIA ARTIFICIAL
[en] PSYCHOTHERAPY
[en] TECHNOLOGY ACCEPTANCE MODEL
[en] TECHNOLOGY ADOPTION
[en] MENTAL HEALTH
[en] ARTIFICIAL INTELLIGENCE
description [pt] A prestação de serviços de saúde mental é globalmente marcada pela alocação inadequada de recursos financeiros e humanos. As Tecnologias da Informação em Saúde (HITs) podem endereçar uma parte importante desses desafios, aumentando o acesso, a qualidade e a eficiência da prestação de cuidados de saúde. Este trabalho busca, portanto, avaliar os fatores determinantes da adoção de psicoterapia guiada por Inteligência Artificial (IA) pelos pacientes, através da proposição de um modelo integrativo de aceitação de tecnologia. A modelagem buscou avaliar o impacto da confiança e da autoeficácia, construtos relevantes na adoção de tecnologias de saúde, bem como do construto esperança, bastante relacionado aos temas de saúde e saúde mental, mas pouco utilizado em estudos de adoção de tecnologias, buscando assim ampliar o debate acadêmico sobre fatores de adoção ainda pouco explorados. A técnica de modelagem de equações estruturais foi utilizada com dados dos questionários de 220 participantes. Os resultados confirmaram parcialmente o modelo. O baixo efeito da confiança, e a não-significância dos efeitos de Facilidade de Uso Percebida sobre a intenção de adoção não eram esperados. Ainda assim, o modelo foi capaz de explicar 56,1 por cento da variância da intenção comportamental de adoção da psicoterapia movida por IA. A esperança afetou a PEOU e PU de forma consistente. Tais resultados reforçam a ideia de que a esperança pode representar um preditor de grande valor em estudos de adoção de tecnologias na área da saúde e saúde mental usando modelos como o TAM.
publishDate 2025
dc.date.none.fl_str_mv 2025-05-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=2
http://doi.org/10.17771/PUCRio.acad.70478
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=70478&idi=2
http://doi.org/10.17771/PUCRio.acad.70478
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1856395971903094784