論文の概要: A Grounded Well-being Conversational Agent with Multiple Interaction Modes: Preliminary Results

• arxiv url: http://arxiv.org/abs/2111.14083v1
• Date: Sun, 28 Nov 2021 08:58:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-01 13:20:30.731633
• Title: A Grounded Well-being Conversational Agent with Multiple Interaction Modes: Preliminary Results
• Title（参考訳）: 複数の対話モードを有する接地的幸福な会話エージェント:予備的結果
• Authors: Xinxin Yan, and Ndapa Nakashole
• Abstract要約: 人間のアバターは、医療的根拠のある質問応答を容易にするために使用される。 エージェントには複数のインタラクションモードがあり、患者がエージェントを使用するための選択肢が増える可能性がある。 アバターと複数の相互作用モードの両方が、付着性を改善するのに役立ちます。
• 参考スコア（独自算出の注目度）: 6.939768185086753
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Technologies for enhancing well-being, healthcare vigilance and monitoring are on the rise. However, despite patient interest, such technologies suffer from low adoption. One hypothesis for this limited adoption is loss of human interaction that is central to doctor-patient encounters. In this paper we seek to address this limitation via a conversational agent that adopts one aspect of in-person doctor-patient interactions: A human avatar to facilitate medical grounded question answering. This is akin to the in-person scenario where the doctor may point to the human body or the patient may point to their own body to express their conditions. Additionally, our agent has multiple interaction modes, that may give more options for the patient to use the agent, not just for medical question answering, but also to engage in conversations about general topics and current events. Both the avatar, and the multiple interaction modes could help improve adherence. We present a high level overview of the design of our agent, Marie Bot Wellbeing. We also report implementation details of our early prototype , and present preliminary results.
• Abstract（参考訳）: 健康、医療の警戒、監視を強化する技術が増えている。 しかし、忍耐強い関心にもかかわらず、そのような技術は採用率の低下に苦しむ。 この限定的な採用の1つの仮説は、医師と患者の出会いの中心となる人間の相互作用の喪失である。 本稿では,対面の医師と患者との対話の1つの側面を取り入れた会話エージェントによって,この制限に対処しようとする。 これは、医師が人体を指さしたり、患者が自分の体を指さして自分の状態を表現できるという、直接のシナリオに似ている。 さらに、エージェントには複数のインタラクションモードがあり、医療的質問応答だけでなく、一般的なトピックや現在のイベントに関する会話にも、患者がエージェントを使用する選択肢が増える可能性がある。 アバターと複数の相互作用モードの両方が、付着性を改善するのに役立つ。 本稿では,我々のエージェントであるmarie bot wellbeingの設計の概要を紹介する。 また、初期プロトタイプの実装の詳細を報告し、予備的な結果を示す。

関連論文リスト

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• Assessing Empathy in Large Language Models with Real-World Physician-Patient Interactions [9.327472312657392]
  医療領域へのLarge Language Models(LLMs)の統合は、患者のケアとサポートを大幅に強化する可能性がある。 本研究は、ChatGPTが医師が通常提供するものよりも共感の度合いが高いかどうかを調査する。 マヨクリニックから患者メッセージと医師の回答の非特定データセットを収集し,ChatGPTを用いて代替応答を生成する。
  論文  参考訳（メタデータ） (2024-05-26T01:58:57Z)
• One Agent Too Many: User Perspectives on Approaches to Multi-agent Conversational AI [10.825570464035872]
  システムユーザビリティとシステムパフォーマンスの両方において,エージェントオーケストレーションを抽象化する上で,ユーザにとって重要な選択肢があることが示される。 人間の選択した回答の1%以内に評価された質の高い応答を提供できることを実証する。
  論文  参考訳（メタデータ） (2024-01-13T17:30:57Z)
• Yes, this is what I was looking for! Towards Multi-modal Medical Consultation Concern Summary Generation [46.42604861624895]
  マルチモーダル・メディカル・コンシューム・サマリ・ジェネレーションの新しい課題を提案する。 患者のジェスチャーや表情などの非言語的手がかりは、患者の懸念を正確に識別するのに役立つ。 マルチモーダル・メディカル・コンシューム・サマリー・ジェネレーション・コーパスを構築。
  論文  参考訳（メタデータ） (2024-01-10T12:56:47Z)
• A General-purpose AI Avatar in Healthcare [1.5081825869395544]
  本稿では、医療におけるチャットボットの役割に焦点を当て、AIインタラクションをより患者にアピールするためのアバターの使用について検討する。 汎用AIアバターアプリケーションのフレームワークを3カテゴリのプロンプト辞書とプロンプト改善機構を用いて実証する。 2段階のアプローチでは、汎用AI言語モデルを微調整し、異なるAIアバターを作成して、ユーザと医療上の問題について議論することが提案されている。
  論文  参考訳（メタデータ） (2024-01-10T03:44:15Z)
• 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)
• Coral: An Approach for Conversational Agents in Mental Health Applications [0.0]
  本稿では,心的健康に役立てることができる生成的共感型オープンドメインロボットの創出について述べる。 我々は、大規模事前学習と共感的会話データを利用して、自然界の反応をより共感的にする。 我々のモデルは共感対話テストセットで最先端の結果を得る。
  論文  参考訳（メタデータ） (2021-11-16T15:15:58Z)
• Semi-Supervised Variational Reasoning for Medical Dialogue Generation [70.838542865384]
  医療対話生成には,患者の状態と医師の行動の2つの重要な特徴がある。 医療対話生成のためのエンドツーエンドの変分推論手法を提案する。 行動分類器と2つの推論検出器から構成される医師政策ネットワークは、拡張推論能力のために提案される。
  論文  参考訳（メタデータ） (2021-05-13T04:14:35Z)
• MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware Medical Dialogue Generation [86.38736781043109]
  MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。 MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。 実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
  論文  参考訳（メタデータ） (2020-10-15T03:34:33Z)
• SPA: Verbal Interactions between Agents and Avatars in Shared Virtual Environments using Propositional Planning [61.335252950832256]
  SPA(Sense-Plan-Ask)は、仮想的な仮想環境において、仮想的な人間のようなエージェントとユーザアバターの間の言語的対話を生成する。 提案アルゴリズムは実行時コストを小さくし,自然言語通信を利用せずにエージェントよりも効率的に目標を達成できることが判明した。
  論文  参考訳（メタデータ） (2020-02-08T23:15:06Z)

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。