論文の概要: A novel hand-held interface supporting the self-management of Type 1 diabetes

• arxiv url: http://arxiv.org/abs/2008.03550v1
• Date: Sat, 8 Aug 2020 16:00:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-06 19:52:23.591963
• Title: A novel hand-held interface supporting the self-management of Type 1 diabetes
• Title（参考訳）: 1型糖尿病の自己管理を支援する新しいハンドヘルドインタフェース
• Authors: Robert Spence, Chukwuma Uduku, Kezhi Li, Nick Oliver, Pantelis Georgiou
• Abstract要約: 本稿では,1型糖尿病の自己管理を支援するハンドヘルドインタフェースのインタラクション設計について述べる。 十分に確立された臨床および人間とコンピュータの相互作用要件に対処する。
• 参考スコア（独自算出の注目度）: 9.330154487434974
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The paper describes the interaction design of a hand-held interface supporting the self-management of Type 1 diabetes. It addresses well-established clinical and human-computer interaction requirements. The design exploits three opportunities. One is associated with visible context, whether conspicuous or inconspicuous. A second arises from the design freedom made possible by the user's anticipated focus of attention during certain interactions. A third opportunity to provide valuable functionality arises from wearable sensors and machine learning algorithms. The resulting interface permits ``What if?'' questions: it allows a user to dynamically and manually explore predicted short-term (e.g., 2 hours) relationships between an intended meal, blood glucose level and recommended insulin dosage, and thereby readily make informed food and exercise decisions. Design activity has been informed throughout by focus groups comprising people with Type 1 diabetes in addition to experts in diabetes, interaction design and machine learning. The design is being implemented prior to a clinical trial.
• Abstract（参考訳）: 1型糖尿病の自己管理を支援するハンドヘルドインターフェースのインタラクション設計について述べる。 確立された臨床と人間とコンピュータのインタラクション要件に対処する。 そのデザインは3つの機会を生かす。 目立たない、または目立たないいずれであれ、目に見える文脈に関連付けられる。 2つ目は、ユーザーが特定のインタラクション中に注意を向けることを可能にする設計の自由から生まれる。 価値ある機能を提供する第3の機会は、ウェアラブルセンサーと機械学習アルゴリズムから生まれる。 ユーザは、意図した食事、血糖値、推奨インスリン投与量の間の予測された短期的(例えば2時間)関係を動的かつ手動で探索することができ、これにより、インフォームドフードや運動の判断が容易になる。 デザイン活動は、糖尿病、インタラクションデザイン、機械学習の専門家に加えて、1型糖尿病の人々からなるフォーカスグループによって、全体を通じて報告されている。 デザインは臨床試験の前に実施されています。

関連論文リスト

• Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
  本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。 本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
  論文  参考訳（メタデータ） (2024-10-15T07:35:51Z)
• Looking into Concept Explanation Methods for Diabetic Retinopathy Classification [0.0]
  基礎画像を用いて糖尿病網膜症に対する糖尿病患者全員のスクリーニングは不可能である。 深層学習は、眼底画像の自動解析とグルーピングの素晴らしい結果を示している。 説明可能な人工知能手法は、ディープニューラルネットワークを説明するために応用できる。
  論文  参考訳（メタデータ） (2024-10-04T07:01:37Z)
• Attention Networks for Personalized Mealtime Insulin Dosing in People with Type 1 Diabetes [0.30723404270319693]
  本稿では,自己注意型エンコーダネットワークを用いた強化学習エージェントが,この直感的な処理を効果的に模倣し,強化する方法を実証する。 その結果、センサー強化ポンプのシナリオでは16.5から9.6に、自動インスリンデリバリーのシナリオでは9.1から6.7に、血糖リスクは著しく低下した。
  論文  参考訳（メタデータ） (2024-06-18T17:59:32Z)
• GluPredKit: Development and User Evaluation of a Standardization Software for Blood Glucose Prediction [0.5296605834401323]
  GluPredKitは、血糖予測アルゴリズムのトレーニング、テスト、比較を標準化するために設計されたソフトウェアプラットフォームである。 この結果は、GluPredKitが標準化の課題に効果的に対応し、高いユーザビリティを提供することを示している。
  論文  参考訳（メタデータ） (2024-06-13T08:23:05Z)
• Cognitive Evolutionary Learning to Select Feature Interactions for Recommender Systems [59.117526206317116]
  Cellはさまざまなタスクやデータに対して,さまざまなモデルに適応的に進化可能であることを示す。 4つの実世界のデータセットの実験では、細胞は最先端のベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2024-05-29T02:35:23Z)
• Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
  我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。 我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
  論文  参考訳（メタデータ） (2024-05-15T20:41:46Z)
• Closely Interactive Human Reconstruction with Proxemics and Physics-Guided Adaption [64.07607726562841]
  既存の人間再建アプローチは主に、正確なポーズの回復や侵入を避けることに焦点を当てている。 本研究では,モノクロ映像から密に対話的な人間を再構築する作業に取り組む。 本稿では,視覚情報の欠如を補うために,確率的行動や物理からの知識を活用することを提案する。
  論文  参考訳（メタデータ） (2024-04-17T11:55:45Z)
• Knowledge-Infused LLM-Powered Conversational Health Agent: A Case Study for Diabetes Patients [5.681077687942451]
  糖尿病患者に対する知識注入型LLMを用いた会話型健康エージェント(CHA)を提案する。 オープンソースのopenCHAフレームワークをカスタマイズして活用し、外部知識と分析能力でCHAを強化します。 本評価では,毎日の食事選択に関する糖尿病関連質問100件と,提案した食事に関する潜在的なリスクについて検討した。
  論文  参考訳（メタデータ） (2024-02-15T18:00:02Z)
• Disentangled Interaction Representation for One-Stage Human-Object Interaction Detection [70.96299509159981]
  ヒューマン・オブジェクト・インタラクション(HOI)検出は、人間中心の画像理解のコアタスクである。 最近のワンステージ手法では、対話予測に有用な画像ワイドキューの収集にトランスフォーマーデコーダを採用している。 従来の2段階の手法は、非絡み合いで説明可能な方法で相互作用特徴を構成する能力から大きな恩恵を受ける。
  論文  参考訳（メタデータ） (2023-12-04T08:02:59Z)
• Medical Knowledge Graph QA for Drug-Drug Interaction Prediction based on Multi-hop Machine Reading Comprehension [18.34651382394962]
  本稿では,MedKGQAと呼ばれる医療知識グラフ質問応答モデルを提案する。 クローズドドメイン文献からの機械読解を利用してドラッグ・ドラッグ相互作用を予測し、オープンドメイン文書からドラッグ・タンパク質三重項の知識グラフを構築する。 提案モデルでは,従来のカンガルー・メドホップデータセットの最先端モデルと比較して薬物と薬物の相互作用予測の精度が4.5%向上した。
  論文  参考訳（メタデータ） (2022-12-19T12:24:32Z)
• What Do End-Users Really Want? Investigation of Human-Centered XAI for Mobile Health Apps [69.53730499849023]
  説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。 分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。 私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
  論文  参考訳（メタデータ） (2022-10-07T12:51:27Z)

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。