論文の概要: Designing AI-based Conversational Agent for Diabetes Care in a Multilingual Context

• arxiv url: http://arxiv.org/abs/2105.09490v1
• Date: Thu, 20 May 2021 03:20:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-21 13:29:47.299326
• Title: Designing AI-based Conversational Agent for Diabetes Care in a Multilingual Context
• Title（参考訳）: 多言語文脈における糖尿病ケアのためのAIベースの会話エージェントの設計
• Authors: Thuy-Trinh Nguyen, Kellie Sim, Anthony To Yiu Kuen, Ronald R. O'donnell, Suan Tee Lim, Wenru Wang and Hoang D. Nguyen
• Abstract要約: 我々は,既存のソリューションの限界に対処するために,人工知能(AI)を導入した健康関連CAを設計するための3つの設計原則を提案する。 提案した設計をインスタンス化し,自然音の局所的アクセントのための最先端技術を用いて,AIに基づく糖尿病治療用多言語CAであるAMANDAを開発した。 本論文は、糖尿病治療におけるCAs設計の青写真と、他の医療領域に拡張可能な具体的な設計ガイドラインを提供する。
• 参考スコア（独自算出の注目度）: 2.309018557701645
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational agents (CAs) represent an emerging research field in health information systems, where there are great potentials in empowering patients with timely information and natural language interfaces. Nevertheless, there have been limited attempts in establishing prescriptive knowledge on designing CAs in the healthcare domain in general, and diabetes care specifically. In this paper, we conducted a Design Science Research project and proposed three design principles for designing health-related CAs that embark on artificial intelligence (AI) to address the limitations of existing solutions. Further, we instantiated the proposed design and developed AMANDA - an AI-based multilingual CA in diabetes care with state-of-the-art technologies for natural-sounding localised accent. We employed mean opinion scores and system usability scale to evaluate AMANDA's speech quality and usability, respectively. This paper provides practitioners with a blueprint for designing CAs in diabetes care with concrete design guidelines that can be extended into other healthcare domains.
• Abstract（参考訳）: 会話エージェント(CA)は、健康情報システムにおける新たな研究分野であり、タイムリーな情報と自然言語インタフェースを持つ患者に、大きな可能性を秘めている。 それにもかかわらず、医療分野全般においてcasの設計に関する規範的な知識を確立する試みは限定的であり、特に糖尿病の治療である。 本稿では,デザイン科学研究プロジェクトを実施し,既存のソリューションの限界に対処するために,ai(artificial intelligence)に着手する健康関連casを設計するための3つの設計原則を提案する。 さらに,提案する設計をインスタンス化し,自然発声アクセントのための最新技術を用いた糖尿病ケアのためのaiベースの多言語caであるamandaを開発した。 我々は,AMANDAの音声品質とユーザビリティを評価するために,平均意見スコアとシステムユーザビリティ尺度を用いた。 本稿では,糖尿病診療におけるCAs設計の青写真と,他の医療領域に拡張可能な具体的な設計ガイドラインを提供する。

関連論文リスト

• A Tutorial on Clinical Speech AI Development: From Data Collection to Model Validation [19.367198670893778]
  本稿では,臨床音声AIの堅牢な開発に必要な要素について概説する。 目的は、入力と出力がより解釈可能で臨床的に意味のある音声の側面にリンクするモデルの構築に関する包括的なガイダンスを提供することである。
  論文  参考訳（メタデータ） (2024-10-29T00:58:15Z)
• A Perspective for Adapting Generalist AI to Specialized Medical AI Applications and Their Challenges [33.20745682286796]
  大規模言語モデル(LLM)の医療応用への統合は、医療業界で広く関心を集めている。 本稿では,LSMを利用した医療用AIアプリケーション構築の内的課題について論じる。
  論文  参考訳（メタデータ） (2024-10-28T22:30:06Z)
• Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
  言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。 パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。 得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
  論文  参考訳（メタデータ） (2024-09-09T06:55:37Z)
• Intelligent Clinical Documentation: Harnessing Generative AI for Patient-Centric Clinical Note Generation [0.0]
  本稿では,クリニカルドキュメンテーションプロセスの合理化のための生成AI(Artificial Intelligence)の可能性について検討する。 本稿では,自然言語処理 (NLP) と自動音声認識 (ASR) 技術を用いて患者と臨床の相互作用を転写するケーススタディを提案する。 この研究は、時間節約、ドキュメント品質の改善、患者中心のケアの改善など、このアプローチの利点を強調している。
  論文  参考訳（メタデータ） (2024-05-28T16:43:41Z)
• "It depends": Configuring AI to Improve Clinical Usefulness Across Contexts [0.0]
  本稿では、異なる文脈における臨床的有用性のためにAIを設計する方法を考察する。 デンマークとケニアの7つの臨床施設の放射線技師13名を対象に,19回のデザインセッションを行った。 我々は,意図した臨床状況に合わせて設定しなければならない4つの技術的側面を概念化した。
  論文  参考訳（メタデータ） (2024-05-27T11:49:05Z)
• Leveraging Generative AI for Clinical Evidence Summarization Needs to Ensure Trustworthiness [47.51360338851017]
  エビデンスベースの医療は、医療の意思決定と実践を最大限に活用することで、医療の質を向上させることを約束する。 様々な情報源から得ることができる医学的証拠の急速な成長は、明らかな情報の収集、評価、合成に挑戦する。 大規模言語モデルによって実証された、生成AIの最近の進歩は、困難な作業の促進を約束する。
  論文  参考訳（メタデータ） (2023-11-19T03:29:45Z)
• Designing Interpretable ML System to Enhance Trust in Healthcare: A Systematic Review to Proposed Responsible Clinician-AI-Collaboration Framework [13.215318138576713]
  論文は、解釈可能なAIプロセス、方法、応用、および医療における実装の課題についてレビューする。 医療における堅牢な解釈可能性アプローチの重要な役割を包括的に理解することを目的としている。
  論文  参考訳（メタデータ） (2023-11-18T12:29:18Z)
• Prompt Engineering for Healthcare: Methodologies and Applications [93.63832575498844]
  本総説では,医学分野の自然言語処理分野における情報工学の最近の進歩を紹介する。 我々は、迅速なエンジニアリングの開発を提供し、その医療自然言語処理アプリケーションへの重要な貢献を強調します。
  論文  参考訳（メタデータ） (2023-04-28T08:03:42Z)
• PMC-LLaMA: Towards Building Open-source Language Models for Medicine [62.39105735933138]
  大規模言語モデル(LLM)は、自然言語理解において顕著な能力を示した。 LLMは、ドメイン固有の知識が不足しているため、医学的応用のような正確性を必要とする領域で苦労している。 PMC-LLaMAと呼ばれる医療応用に特化した強力なオープンソース言語モデルの構築手順について述べる。
  論文  参考訳（メタデータ） (2023-04-27T18:29:05Z)
• Informing clinical assessment by contextualizing post-hoc explanations of risk prediction models in type-2 diabetes [50.8044927215346]
  本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。 我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。 本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
  論文  参考訳（メタデータ） (2023-02-11T18:07:11Z)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)

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。