Mitigating cyberchondria: integrating system guidelines in AI chatbots for reassured health information seeking

Digital platforms have transformed how people seek health information. While quick access to this information can be beneficial, it often leads to "cyberchondria”, a phenomenon in which excessive online health searches intensify user anxiety rather than offering reassurance. With the digital transformation of health information access, vast amounts of unregulated and ambiguous medical data have become easily available, often overwhelming users and triggering self-reinforcing cycles of worry. This study distinguishes cyberchondria from related conditions like hypochondriasis by analyzing the behavioral and cognitive mechanisms that drive repeated, excessive searches. It further examines how the increase in online health queries during global crises, notably the COVID-19 pandemic, has intensified public anxiety and altered health-seeking behaviors. Central to this study is the exploration of technological advancements in healthcare, particularly the emergence of large language models and AI chatbots. The study critically evaluates the dual role of these technologies: while they hold promise in revolutionizing self-diagnosis and patient education through personalized interactions, their design and conversational styles can inadvertently exacerbate cyberchondria. By conducting an experimental investigation and comparative analysis of different online medical information research methods, the study highlights the potential of integrating system guidelines into AI chatbots to mitigate the triggers of cyberchondria. This work contributes to the future development of digital health tools that not only provide comprehensive, reliable information but also ensure a supportive and reassuring user experience, thereby promoting overall psychological well-being.

Le piattaforme digitali hanno trasformato il modo in cui le persone cercano informazioni sulla propria salute. Se da un lato l'accesso rapido a queste informazioni può essere vantaggioso, dall'altro spesso causa la “cybercondria”, un fenomeno in cui l'eccessiva ricerca di informazioni sulla salute online intensifica l'ansia dell'utente anziché offrire rassicurazioni. Con la trasformazione digitale dell'accesso alle informazioni sanitarie, sono diventate facilmente disponibili grandi quantità di dati medici non regolamentati e con un contenuto ambiguo, che spesso sovraccaricano gli utenti e innescano cicli di preoccupazione che si autoalimentano. Questo studio differenzia la cybercondria da condizioni correlate come l'ipocondria, analizzando i meccanismi comportamentali e cognitivi che guidano le ricerche ripetute ed eccessive. Esamina inoltre come l'aumento delle ricerche online sulla salute durante le crisi globali, in particolare la pandemia di COVID-19, abbia intensificato l'ansia pubblica e alterato i comportamenti di ricerca della salute. Al centro di questo studio c'è l'esplorazione dei progressi tecnologici in ambito sanitario, in particolare l'emergere dei Large Language Models (LLM) e dei chatbot AI. Lo studio valuta criticamente il duplice ruolo di queste tecnologie: se da un lato sono promettenti nel rivoluzionare il supporto all'autodiagnosi e l'educazione dei pazienti attraverso interazioni personalizzate, dall'altro il loro design e i loro stili di conversazione possono inavvertitamente favorire la cyberchondria. Conducendo un'analisi comparativa di differenti metodi di ricerca online di informazioni mediche, lo studio sottolinea il potenziale di integrare linee guida di sistema nei chatbot AI affinché questi possano mitigare i fattori scatenanti della cyberchondria. Questo lavoro contribuisce allo sviluppo futuro di strumenti sanitari digitali che non solo forniscono informazioni esaustive e affidabili, ma garantiscono anche un'esperienza di supporto e rassicurazione all'utente, promuovendo così il benessere psicologico generale.