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
- 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) - Interpretable Mechanistic Representations for Meal-level Glycemic
Control in the Wild [10.240619571788786]
CGMと食事データの解釈可能な表現を学習するためのハイブリッド変分オートエンコーダを提案する。
本手法は, 力学微分方程式の入力に潜時空間を基底として, 生理的量に反映した埋め込みを生成する。
私たちの埋め込みは、ナイーブ、エキスパート、ブラックボックス、純粋なメカニスティックな特徴よりも最大4倍優れたクラスタを生成します。
論文 参考訳(メタデータ) (2023-12-06T08:36:23Z) - 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) - Generating Human-Centric Visual Cues for Human-Object Interaction
Detection via Large Vision-Language Models [59.611697856666304]
人-物対検出(Human-object Interaction:HOI)は、人-物対を検出し、その相互作用を予測することを目的とする。
我々はVLMを用いた3つのプロンプトを提案し、人間の複数の視点から画像内で人間中心の視覚的手がかりを生成する。
我々は,マルチトワーアーキテクチャを用いたトランスフォーマーベースのマルチモーダル融合モジュールを開発し,視覚的キュー機能をインスタンスと対話デコーダに統合する。
論文 参考訳(メタデータ) (2023-11-26T09:11:32Z) - InstructDiffusion: A Generalist Modeling Interface for Vision Tasks [52.981128371910266]
InstructDiffusionはコンピュータビジョンタスクを人間の指示に合わせるためのフレームワークである。
InstructDiffusionは、タスクの理解や生成タスクなど、さまざまなビジョンタスクを処理できる。
目に見えないタスクを処理し、新しいデータセットで前のメソッドより優れていることも示しています。
論文 参考訳(メタデータ) (2023-09-07T17:56:57Z) - SynerGPT: In-Context Learning for Personalized Drug Synergy Prediction
and Drug Design [64.69434941796904]
本稿では,テキスト内薬物相乗学習のための新しい設定とモデルを提案する。
特定のがん細胞標的の文脈における10~20の薬物相乗関係の「個人化データセット」を作成した。
私たちの目標は、その文脈で追加の薬物シナジー関係を予測することです。
論文 参考訳(メタデータ) (2023-06-19T17:03:46Z) - 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) - Dynamic Modeling of Hand-Object Interactions via Tactile Sensing [133.52375730875696]
本研究では,高分解能な触覚グローブを用いて,多種多様な物体に対して4種類のインタラクティブな動作を行う。
我々は,クロスモーダル学習フレームワーク上にモデルを構築し,視覚処理パイプラインを用いてラベルを生成し,触覚モデルを監督する。
この研究は、高密度触覚センシングによる手動物体相互作用における動的モデリングの一歩を踏み出す。
論文 参考訳(メタデータ) (2021-09-09T16:04:14Z) - Deep Personalized Glucose Level Forecasting Using Attention-based
Recurrent Neural Networks [5.250950284616893]
本研究では,血糖予測の問題点について検討し,深いパーソナライズド・ソリューションを提供する。
データを解析し、重要なパターンを検出する。
実データセット上でモデルの有効性を実証的に示す。
論文 参考訳(メタデータ) (2021-06-02T01:36:53Z) - Smartphone-Based Test and Predictive Models for Rapid, Non-Invasive, and
Point-of-Care Monitoring of Ocular and Cardiovascular Complications Related
to Diabetes [0.0]
糖尿病の合併症としては、糖尿病網膜症や心血管疾患が挙げられる。
本研究は、これらの条件の機械学習によるスクリーニングの改良について述べる。
精度スコア、受信機動作特性曲線、学習曲線、その他のゲージは有望であった。
論文 参考訳(メタデータ) (2020-10-25T00:57:35Z)
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。