論文の概要: LAXARY: A Trustworthy Explainable Twitter Analysis Model for Post-Traumatic Stress Disorder Assessment

• arxiv url: http://arxiv.org/abs/2003.07433v2
• Date: Mon, 20 Jul 2020 08:12:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-23 02:37:28.303055
• Title: LAXARY: A Trustworthy Explainable Twitter Analysis Model for Post-Traumatic Stress Disorder Assessment
• Title（参考訳）: laxary:外傷後ストレス障害評価のための信頼できるtwitter分析モデル
• Authors: Mohammad Arif Ul Alam and Dhawal Kapadia
• Abstract要約: 本稿では,TwitterユーザのPTSDアセスメントを検知し,表現するためのLAXARYモデルを提案する。 まず,臨床検査ツールを用いて実Twitterユーザから臨床PTSD評価データを収集する。 そして、PTSD言語辞書と機械学習モデルを用いて、PTSDステータスと対応するTwitterユーザの強度を検出するための調査ツールを埋める。
• 参考スコア（独自算出の注目度）: 1.776746672434207
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Veteran mental health is a significant national problem as large number of veterans are returning from the recent war in Iraq and continued military presence in Afghanistan. While significant existing works have investigated twitter posts-based Post Traumatic Stress Disorder (PTSD) assessment using blackbox machine learning techniques, these frameworks cannot be trusted by the clinicians due to the lack of clinical explainability. To obtain the trust of clinicians, we explore the big question, can twitter posts provide enough information to fill up clinical PTSD assessment surveys that have been traditionally trusted by clinicians? To answer the above question, we propose, LAXARY (Linguistic Analysis-based Exaplainable Inquiry) model, a novel Explainable Artificial Intelligent (XAI) model to detect and represent PTSD assessment of twitter users using a modified Linguistic Inquiry and Word Count (LIWC) analysis. First, we employ clinically validated survey tools for collecting clinical PTSD assessment data from real twitter users and develop a PTSD Linguistic Dictionary using the PTSD assessment survey results. Then, we use the PTSD Linguistic Dictionary along with machine learning model to fill up the survey tools towards detecting PTSD status and its intensity of corresponding twitter users. Our experimental evaluation on 210 clinically validated veteran twitter users provides promising accuracies of both PTSD classification and its intensity estimation. We also evaluate our developed PTSD Linguistic Dictionary's reliability and validity.
• Abstract（参考訳）: 退役軍人のメンタルヘルスは、イラクでの戦争から帰還し、アフガニスタンで軍事活動を続ける退役軍人の多くにとって重要な国家的問題である。 有意義な研究がtwitter post-based post traumatic stress disorder (ptsd) の評価をブラックボックス機械学習技術を用いて調査しているが、これらの枠組みは臨床説明の欠如により臨床医には信頼できない。 臨床医の信頼を得るために,我々は,従来臨床医が信頼していたptsd評価調査を満たすのに十分な情報を提供することができるか,という大きな疑問を探求する。 この疑問に答えるために, LAXARY(Linguistic Analysis-based Exaplainable Inquiry)モデルと, 改良された言語問合せと単語カウント(LIWC)分析を用いて, twitterユーザのPTSDアセスメントを検出し, 表現するための新しい人工知能(XAI)モデルを提案する。 まず,臨床検査ツールを用いて実Twitter利用者のPTSD評価データを収集し,PTSD評価結果を用いたPTSD言語辞書を作成する。 次に,ptsd言語辞書と機械学習モデルを用いて,ptsd状況検出のための調査ツールと,それに対応するtwitterユーザの強度を満たした。 臨床的に検証された210名のベテランTwitterユーザを対象に,PTSD分類と強度推定の両面で有望な精度を提供する実験を行った。 また,開発したptsd言語辞書の信頼性と妥当性も評価した。

関連論文リスト

• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• Automating PTSD Diagnostics in Clinical Interviews: Leveraging Large Language Models for Trauma Assessments [7.219693607724636]
  我々は、ワークフローにカスタマイズされた大言語モデル(LLM)を統合することで、この不足に対処することを目指している。 臨床医が担当する診断面接411件を収集し,高品質なデータを得るための新しいアプローチを考案した。 インタビュー内容に基づいたPTSD診断評価を自動化するための総合的なフレームワークを構築した。
  論文  参考訳（メタデータ） (2024-05-18T05:04:18Z)
• A Novel Stochastic Transformer-based Approach for Post-Traumatic Stress Disorder Detection using Audio Recording of Clinical Interviews [3.09988520562118]
  PTSD(Post-traumatic stress disorder)は、外傷的な出来事を目撃または経験した後に発症する精神疾患である。 PTSD 尺度 (CAPS) と PTSD Check List for Civilians (PCL-C) は、PTSD の診断における金の基準である。 本研究は,臨床面接における音声記録を用いたPTSD検出の最先端性能を実現するための深層学習に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-03-28T14:11:40Z)
• Empowering Psychotherapy with Large Language Models: Cognitive Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
  本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。 DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。 実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
  論文  参考訳（メタデータ） (2023-10-11T02:47:21Z)
• Survey on Adversarial Attack and Defense for Medical Image Analysis: Methods and Challenges [64.63744409431001]
  医療画像解析における敵攻撃・防衛の進歩に関する総合的な調査を報告する。 公正な比較のために、逆向きに堅牢な診断モデルのための新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2023-03-24T16:38:58Z)
• PTSD in the Wild: A Video Database for Studying Post-Traumatic Stress Disorder Recognition in Unconstrained Environments [9.272889136803212]
  PTSDは慢性的な精神状態であり、破滅的な生命現象に反応して発達する。 本稿では,PTSD自動診断のための新しいビデオデータベースを公開し,注釈付けし,公開するために準備した。 野生データセットにおけるPTSDに基づくコンピュータビジョンと機械学習に基づくアプローチを評価するためのベンチマークを提供する。
  論文  参考訳（メタデータ） (2022-09-28T13:30:26Z)
• Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
  本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。 これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。 静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
  論文  参考訳（メタデータ） (2022-04-07T22:14:37Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Posttraumatic Stress Disorder Hyperarousal Event Detection Using Smartwatch Physiological and Activity Data [0.0]
  PTSD(英: Posttraumatic Stress Disorder)は、アメリカ合衆国の退役軍人の約4分の1が、戦域から帰還する精神疾患である。 患者は治療セッションの外でPTSD症状を最も重篤に経験することが多い。 モバイルヘルスアプリケーションは、このギャップに対処するかもしれないが、その効果は、継続的監視と時間的介入を可能にする検出能力の現在のギャップによって制限されている。
  論文  参考訳（メタデータ） (2021-09-29T22:24:10Z)
• Does BERT Pretrained on Clinical Notes Reveal Sensitive Data? [70.3631443249802]
  我々は、トレーニングされたBERTからPersonal Health Informationを復元するためのアプローチのバッテリーを設計する。 具体的には,患者の名前と関連した状態の回復を試みている。 簡単な探索法では,MIMIC-IIIコーパス上で訓練されたBERTから機密情報を有意に抽出できないことがわかった。
  論文  参考訳（メタデータ） (2021-04-15T20:40:05Z)
• World Trade Center responders in their own words: Predicting PTSD symptom trajectories with AI-based language analyses of interviews [6.700088567524812]
  本研究は、応答者間のPTSD症状の軌跡を予測するためのAIに基づく言語アセスメントの能力を検証した。 横断的に、より大きな抑うつ言語(beta=0.32; p43)と一対一の特異な使用(beta=0.31; p44)は、症状の重症度の増加に関連していた。 長文使用率 (beta=-0.36; p7) と長文使用率 (beta=-0.36; p7) は改善を予測した。
  論文  参考訳（メタデータ） (2020-11-12T15:57:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。