論文の概要: Effects of Voice-Based Synthetic Assistant on Performance of Emergency
Care Provider in Training
- arxiv url: http://arxiv.org/abs/2008.05064v1
- Date: Wed, 12 Aug 2020 01:55:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-31 06:08:39.440238
- Title: Effects of Voice-Based Synthetic Assistant on Performance of Emergency
Care Provider in Training
- Title（参考訳）: 音声合成アシスタントが研修における救急医療提供者のパフォーマンスに及ぼす影響
- Authors: Praveen Damacharla, Parashar Dhakal, Sebastian Stumbo, Ahmad Y.
Javaid, Subhashini Ganapathy, David A. Malek, Douglas C. Hodge, Vijay
Devabhaktuni
- Abstract要約: 医療ファーストレスポンサーは、より効果的に緊急対応できるよう、十分に訓練されていることが重要である。
我々は,医療ファーストレスポンサのトレーニングプロセスを強化し,現場におけるパフォーマンスを向上させるために,音声によるSAを導入した。
SAの潜在的な利点は、トレーニングコストの削減と監視メカニズムの強化である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As part of a perennial project, our team is actively engaged in developing
new synthetic assistant (SA) technologies to assist in training combat medics
and medical first responders. It is critical that medical first responders are
well trained to deal with emergencies more effectively. This would require
real-time monitoring and feedback for each trainee. Therefore, we introduced a
voice-based SA to augment the training process of medical first responders and
enhance their performance in the field. The potential benefits of SAs include a
reduction in training costs and enhanced monitoring mechanisms. Despite the
increased usage of voice-based personal assistants (PAs) in day-to-day life,
the associated effects are commonly neglected for a study of human factors.
Therefore, this paper focuses on performance analysis of the developed
voice-based SA in emergency care provider training for a selected emergency
treatment scenario. The research discussed in this paper follows design science
in developing proposed technology; at length, we discussed architecture and
development and presented working results of voice-based SA. The empirical
testing was conducted on two groups as user studies using statistical analysis
tools, one trained with conventional methods and the other with the help of SA.
The statistical results demonstrated the amplification in training efficacy and
performance of medical responders powered by SA. Furthermore, the paper also
discusses the accuracy and time of task execution (t) and concludes with the
guidelines for resolving the identified problems.
- Abstract（参考訳）: 我々のチームは、多年にわたるプロジェクトの一環として、戦闘医や医療ファーストレシーバーの訓練を支援する新しい合成アシスタント(SA)技術の開発に積極的に取り組んでいます。
救急患者が緊急時をより効果的に対処できるように、医療ファーストレスポンダが十分に訓練されていることが重要である。
これにより、各トレーナーに対するリアルタイムの監視とフィードバックが必要になる。
そこで我々は,医療ファーストレスポンサの訓練プロセスを強化し,現場におけるパフォーマンスを向上させるための音声ベースSAを導入した。
SAの潜在的な利点は、トレーニングコストの削減と監視メカニズムの強化である。
日々の生活における音声ベースのパーソナルアシスタント(PA)の使用の増加にもかかわらず、関連する効果は人間の要因を研究するために一般的に無視されている。
そこで本研究では, 緊急治療シナリオを想定した緊急医療提供者研修における音声ベースsaの性能分析について述べる。
本稿では,提案技術開発における設計科学に倣い,アーキテクチャと開発について論じ,音声によるSAの動作結果を提示した。
実験実験は,統計解析ツールを用いたユーザスタディとして,従来の手法で学習したグループと,saの助けを借りたグループで実施した。
統計結果は,saを用いた医療応答者の訓練効果と性能の増幅を示した。
さらに,タスク実行(t)の正確性や時間についても論じ,特定された問題の解決に関するガイドラインをまとめる。
関連論文リスト
- Automating Feedback Analysis in Surgical Training: Detection, Categorization, and Assessment [65.70317151363204]
本研究は,非構造化現実記録からの外科的対話を再構築するための最初の枠組みを紹介する。
外科訓練では,ライブ手術中に訓練者に提供する形式的言語フィードバックは,安全性の確保,行動の即時修正,長期的スキル獲得の促進に不可欠である。
本フレームワークは,音声活動の検出,話者ダイアリゼーション,自動音声認識と,幻覚を除去する新たな拡張機能を統合する。
論文 参考訳（メタデータ） (2024-12-01T10:35:12Z) - Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。
以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。
本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
論文 参考訳（メタデータ） (2024-11-17T00:13:00Z) - SouLLMate: An Application Enhancing Diverse Mental Health Support with Adaptive LLMs, Prompt Engineering, and RAG Techniques [9.146311285410631]
メンタルヘルスの問題は個人の日常生活に大きな影響を及ぼすが、多くの人は利用可能なオンラインリソースでも必要な支援を受けていない。
この研究は、最先端のAI技術を通じて、多様な、アクセス可能な、スティグマのない、パーソナライズされた、リアルタイムのメンタルヘルスサポートを提供することを目的としている。
論文 参考訳（メタデータ） (2024-10-17T22:04:32Z) - CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。
我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。
実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
論文 参考訳（メタデータ） (2024-10-17T04:52:57Z) - SouLLMate: An Adaptive LLM-Driven System for Advanced Mental Health Support and Assessment, Based on a Systematic Application Survey [9.146311285410631]
メンタルヘルスの問題は個人の日常生活に大きな影響を及ぼすが、多くの人は利用可能なオンラインリソースでも必要な支援を受けていない。
この研究は、最先端のAI技術を通じて、アクセス可能で、スティグマフリーで、パーソナライズされ、リアルタイムなメンタルヘルスサポートを提供することを目的としている。
論文 参考訳（メタデータ） (2024-10-06T17:11:29Z) - Toward Large Language Models as a Therapeutic Tool: Comparing Prompting Techniques to Improve GPT-Delivered Problem-Solving Therapy [6.952909762512736]
そこで本研究では,大規模言語モデル (LLM) を指導するためのプロンプトエンジニアリングの効果について検討する。
本稿では,プロンプトエンジニアリング手法を適切に利用することにより,プロトタイズされた治療を提供するモデルの能力を向上できることを実証する。
論文 参考訳（メタデータ） (2024-08-27T17:25:16Z) - Automated Fidelity Assessment for Strategy Training in Inpatient
Rehabilitation using Natural Language Processing [53.096237570992294]
戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。
標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。
本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
論文 参考訳（メタデータ） (2022-09-14T15:33:30Z) - SingAug: Data Augmentation for Singing Voice Synthesis with
Cycle-consistent Training Strategy [69.24683717901262]
深層学習に基づく歌唱音声合成システム(SVS)は、より優れた品質の歌唱を柔軟に生成することが実証されている。
本研究では,SVSシステムのトレーニングを促進するために,さまざまなデータ拡張手法について検討する。
トレーニングをさらに安定させるために,サイクル一貫性トレーニング戦略を導入する。
論文 参考訳（メタデータ） (2022-03-31T12:50:10Z) - Understanding the Information Needs and Practices of Human Supporters of
an Online Mental Health Intervention to Inform Machine Learning Applications [6.5893732458797185]
この研究は、AIと機械学習(ML)の分野における最近の進歩を通じて得られる新たな機会が、iCBTサポーターの作業プラクティスを効果的に支援するための有用なデータ洞察にどのように貢献するかを調査する。
本報告では、既存の作業実践や情報ニーズの理解を深める15人のiCBTサポーターとのインタビュー研究の成果を詳述する。
本分析は,(1)iCBT支援者がメンタルヘルスクライアントに対して効果的かつパーソナライズされたフィードバックを提供する際に直面する戦略と課題をまとめた6つのテーマ,(2)MLの手法が特定の課題や情報ニーズをいかに支援し,対処するかを示す具体的機会について提示する。
論文 参考訳（メタデータ） (2021-11-12T11:43:31Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z)
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。