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
- Evaluating the Efficacy of Interactive Language Therapy Based on LLM for
High-Functioning Autistic Adolescent Psychological Counseling [1.1780706927049207]
本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。
LLMは、従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
論文 参考訳(メタデータ) (2023-11-12T07:55:39Z) - The impact of responding to patient messages with large language model
assistance [4.243020918808522]
ドキュメンテーションの負担はクリニックのバーンアウトに大きく貢献する。
多くの病院が電子カルテシステムに積極的に統合している。
我々は,患者の質問に対する臨床医の回答作成を支援するために,大規模言語モデルの有用性を初めて検討する。
論文 参考訳(メタデータ) (2023-10-26T18:03:46Z) - A Survey of the Impact of Self-Supervised Pretraining for Diagnostic
Tasks with Radiological Images [71.26717896083433]
自己教師付き事前学習は,伝達学習における特徴表現の改善に有効であることが観察されている。
本総説ではX線, CT, 磁気共鳴, 超音波画像における使用法について概説する。
論文 参考訳(メタデータ) (2023-09-05T19:45:09Z) - Utilizing ChatGPT to Enhance Clinical Trial Enrollment [2.3551878971309947]
本稿では,大規模言語モデルであるChatGPTを用いて患者関連情報を非構造化臨床ノートから抽出する自動アプローチを提案する。
2つのベンチマーク検索コレクションで実施した経験的評価では,既存手法と比較して検索性能が向上した。
以上の結果から,ChatGPTを医療サービスの品質を確保し,患者への直接的なリスクを最小限に抑えつつ,臨床治験の増進に活用する可能性が示唆された。
論文 参考訳(メタデータ) (2023-06-03T10:54:23Z) - SPeC: A Soft Prompt-Based Calibration on Performance Variability of
Large Language Model in Clinical Notes Summarization [50.01382938451978]
本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。
実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
論文 参考訳(メタデータ) (2023-03-23T04:47:46Z) - RL-Based Guidance in Outpatient Hysteroscopy Training: A Feasibility
Study [4.614579113754949]
本研究は, 外来内視鏡トレーニングのためのRLをベースとした薬剤である。
近年の進歩により麻酔を伴わない外来での介入が可能となった。
患者に有益であると同時に、患者が快適な状態を維持し、組織損傷を予防するための新たな対策を講ずるために、臨床医に新たな課題がもたらされる。
論文 参考訳(メタデータ) (2022-11-26T11:16:17Z) - 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) - Robust and Efficient Medical Imaging with Self-Supervision [80.62711706785834]
医用画像AIの堅牢性とデータ効率を向上させるための統一表現学習戦略であるREMEDISを提案する。
様々な医療画像タスクを研究し, 振り返りデータを用いて3つの現実的な応用シナリオをシミュレートする。
論文 参考訳(メタデータ) (2022-05-19T17:34:18Z) - 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。