論文の概要: Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors
- arxiv url: http://arxiv.org/abs/2106.08458v1
- Date: Tue, 15 Jun 2021 22:06:39 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-17 17:12:24.561743
- Title: Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors
- Title(参考訳): 身体リハビリテーション療法のためのAIとロボットコーチの育成--セラピストとポストストロークサバイバルによる反復設計と評価
- Authors: Min Hun Lee, Daniel P. Siewiorek, Asim Smailagic, Alexandre
Bernardino, Sergi Berm\'udez i Badia
- Abstract要約: 人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。
これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。
我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
- 参考スコア(独自算出の注目度): 66.07833535962762
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Artificial intelligence (AI) and robotic coaches promise the improved
engagement of patients on rehabilitation exercises through social interaction.
While previous work explored the potential of automatically monitoring
exercises for AI and robotic coaches, the deployment of these systems remains a
challenge. Previous work described the lack of involving stakeholders to design
such functionalities as one of the major causes. In this paper, we present our
efforts on eliciting the detailed design specifications on how AI and robotic
coaches could interact with and guide patient's exercises in an effective and
acceptable way with four therapists and five post-stroke survivors. Through
iterative questionnaires and interviews, we found that both post-stroke
survivors and therapists appreciated the potential benefits of AI and robotic
coaches to achieve more systematic management and improve their self-efficacy
and motivation on rehabilitation therapy. In addition, our evaluation sheds
light on several practical concerns (e.g. a possible difficulty with the
interaction for people with cognitive impairment, system failures, etc.). We
discuss the value of early involvement of stakeholders and interactive
techniques that complement system failures, but also support a personalized
therapy session for the better deployment of AI and robotic exercise coaches.
- Abstract(参考訳): ai(artificial intelligence)とロボットコーチ(robotic coach)は、リハビリテーションエクササイズにおける患者の関与を改善することを約束する。
以前の研究では、AIとロボットコーチの運動を自動的に監視する可能性を探っていたが、これらのシステムの展開は依然として課題である。
以前の作業では、利害関係者がそのような機能を設計することの欠如が大きな原因の1つだと説明されていた。
本稿では,4人のセラピストと5人のストローク後の生存者に対して,aiとロボットコーチが患者のエクササイズとどのように相互作用し,効果的かつ許容できる方法で指導できるかに関する詳細な設計仕様を提示する。
反復質問紙やインタビューを通じて,AIとロボティクスコーチがより体系的な管理を達成し,リハビリテーション療法における自己効力感とモチベーションを向上させることのメリットを,後ストロークの生存者とセラピストの両方が評価した。
さらに,評価は,いくつかの実践的懸念(例)に光を当てる。
認知障害、システム障害などの人々との相互作用が困難である可能性があること。
システム障害を補完する利害関係者の早期関与の価値とインタラクティブなテクニックについて論じるとともに、AIとロボット運動コーチの配置を改善するためのパーソナライズされたセラピーセッションもサポートする。
関連論文リスト
- Edge Computing based Human-Robot Cognitive Fusion: A Medical Case Study
in the Autism Spectrum Disorder Therapy [1.8220718426493654]
本稿では,人間専門家と支援ロボットを組み合わせることで,エッジ認知コンピューティングのアーキテクチャを提案する。
ASD治療のための新しい認知ロボットモデルのリアルタイムコンピューティングと分析を統合することで、提案アーキテクチャはシームレスな遠隔診断、ラウンド・ザ・タイムの症状モニタリング、緊急警報、治療修正、高度な支援を実現することができる。
論文 参考訳(メタデータ) (2024-01-01T14:45:19Z) - Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。
このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。
我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文 参考訳(メタデータ) (2023-05-12T17:37:04Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳(メタデータ) (2023-04-30T22:51:31Z) - Employing Socially Interactive Agents for Robotic Neurorehabilitation
Training [0.2886273197127056]
本稿では,新しいロボット神経リハビリテーショントレーニングシステムのための技術的アプローチを提案する。
これは、リハビリテーション装置、信号分類方法、トレーニング適応のための教師付き機械学習モデル、トレーニング演習、ユーザーインターフェースとしての社会的対話型エージェントの組み合わせに依存している。
論文 参考訳(メタデータ) (2022-06-03T14:17:37Z) - A Simulated Experiment to Explore Robotic Dialogue Strategies for People
with Dementia [2.5412519393131974]
繰り返し質問の文脈におけるPwD-ロボット相互作用のための部分可観測マルコフ決定プロセス(POMDP)モデルを提案する。
異なる認知能力と異なるエンゲージメントレベルを持つpwdに対する適応的会話戦略を学ぶためにq-learningを用いた。
これは、PwDの繰り返し質問に対処するための会話型ソーシャルロボットの適用に向けた有用なステップかもしれません。
論文 参考訳(メタデータ) (2021-04-18T19:35:19Z) - Review of Machine Learning Algorithms for Brain Stroke Diagnosis and
Prognosis by EEG Analysis [50.591267188664666]
ストローク(Strokes)は、アメリカ合衆国の成人障害の主要な原因である。
脳-コンピュータインタフェース(Brain-Computer Interfaces、BCI)は、患者の神経経路の回復または電子補綴器との効果的なコミュニケーションを支援する。
さまざまな機械学習技術とアルゴリズムをBCI技術と組み合わせることで、脳卒中治療にBCIを使うことは、有望で急速に拡大する分野であることを示している。
論文 参考訳(メタデータ) (2020-08-06T19:50:29Z) - Designing Personalized Interaction of a Socially Assistive Robot for
Stroke Rehabilitation Therapy [64.52563354823711]
社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。
本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
論文 参考訳(メタデータ) (2020-07-13T16:12:05Z) - Opportunities of a Machine Learning-based Decision Support System for
Stroke Rehabilitation Assessment [64.52563354823711]
リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。
現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。
我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
論文 参考訳(メタデータ) (2020-02-27T17:04:07Z)
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。