論文の概要: TherapyView: Visualizing Therapy Sessions with Temporal Topic Modeling
and AI-Generated Arts
- arxiv url: http://arxiv.org/abs/2302.10845v1
- Date: Tue, 21 Feb 2023 17:53:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-22 14:07:09.104978
- Title: TherapyView: Visualizing Therapy Sessions with Temporal Topic Modeling
and AI-Generated Arts
- Title（参考訳）: TherapyView: 時間的トピックモデリングとAI生成アートによる治療セッションの可視化
- Authors: Baihan Lin, Stefan Zecevic, Djallel Bouneffouf, Guillermo Cecchi
- Abstract要約: 本稿では,セラピストが過去の治療セッションの動的内容を可視化するデモシステムであるHysonViewを紹介する。
このシステムは、時間的モデリングを取り入れ、ターンレベルの解像度でトピック類似性の時系列表現とAI生成のアートワークを提供する。
このシステムは、患者の精神状態の深い理解と、より効果的な治療を可能にするAI強化治療ツールの概念の証明を提供する。
- 参考スコア（独自算出の注目度）: 24.740247834989248
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present the TherapyView, a demonstration system to help therapists
visualize the dynamic contents of past treatment sessions, enabled by the
state-of-the-art neural topic modeling techniques to analyze the topical
tendencies of various psychiatric conditions and deep learning-based image
generation engine to provide a visual summary. The system incorporates temporal
modeling to provide a time-series representation of topic similarities at a
turn-level resolution and AI-generated artworks given the dialogue segments to
provide a concise representations of the contents covered in the session,
offering interpretable insights for therapists to optimize their strategies and
enhance the effectiveness of psychotherapy. This system provides a proof of
concept of AI-augmented therapy tools with e in-depth understanding of the
patient's mental state and enabling more effective treatment.
- Abstract（参考訳）: 本稿では,過去の治療セッションのダイナミックな内容をセラピストが可視化するデモシステムであるHysonViewを紹介し,様々な精神疾患の話題傾向を解析し,深層学習に基づく画像生成エンジンを用いて視覚的要約を提供する。
このシステムは、時間モデルを用いて、ターンレベルの解像度でのトピック類似性の時系列表現と、セッションでカバーされた内容の簡潔な表現を提供するAI生成アートワークを提供し、セラピストが戦略を最適化し、心理療法の効果を高めるための解釈可能な洞察を提供する。
このシステムは、患者の精神状態の深い理解と、より効果的な治療を可能にするAI強化治療ツールの概念の証明を提供する。
関連論文リスト
- Enhancing AI-Driven Psychological Consultation: Layered Prompts with Large Language Models [44.99833362998488]
我々は, GPT-4 のような大規模言語モデル (LLM) を用いて, 心理的コンサルテーションサービスの強化について検討する。
提案手法では,ユーザ入力に動的に適応する新しい階層型プロンプトシステムを提案する。
また,LLMの感情的インテリジェンスを高めるために,共感とシナリオに基づくプロンプトを開発する。
論文 参考訳（メタデータ） (2024-08-29T05:47:14Z) - 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) - Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。
VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。
本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-29T23:19:28Z) - Hierarchical Text-to-Vision Self Supervised Alignment for Improved Histopathology Representation Learning [64.1316997189396]
病理組織像のための新しい言語型自己教師学習フレームワーク,階層型言語型自己監督(HLSS)を提案する。
その結果,OpenSRH と TCGA の2つの医用画像ベンチマークにおいて,最先端の性能が得られた。
論文 参考訳（メタデータ） (2024-03-21T17:58:56Z) - Chain-of-Interaction: Enhancing Large Language Models for Psychiatric Behavior Understanding by Dyadic Contexts [4.403408362362806]
本稿では,対話型対話による精神科的意思決定支援のための大規模言語モデルを文脈化するための,対話型連鎖促進手法を提案する。
このアプローチにより、大規模言語モデルでは、患者の行動コーディングのためのコーディングスキーム、患者の状態、およびドメイン知識を活用することができる。
論文 参考訳（メタデータ） (2024-03-20T17:47:49Z) - COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling [14.04866656172336]
心理療法セッションで使用される自然言語から治療作業同盟を推定するための新しい枠組みを提案する。
提案手法は,高度大規模言語モデル(LLM)を用いて心理療法セッションの転写を解析し,それらをワーキングアライアンスインベントリにおけるステートメントの分散表現と比較する。
論文 参考訳（メタデータ） (2024-02-22T16:56:44Z) - Neural Topic Modeling of Psychotherapy Sessions [25.053067951196137]
音声記録から解析した心理療法セッションから、異なる精神状態のトピックの妥当性を学習するための異なる神経トピックモデリング手法の比較を行った。
このトピック・モデリング・フレームワークは、セラピストが自身の戦略を最適に決定し、心理療法の有効性を向上させるために、解釈可能な洞察を与えることができると信じている。
論文 参考訳（メタデータ） (2022-04-13T04:05:39Z) - POETREE: Interpretable Policy Learning with Adaptive Decision Trees [78.6363825307044]
POETREEは、ポリシー学習を解釈するための新しいフレームワークである。
患者の観察と医療史に基づいて、医師の行動を決定する確率的ツリーポリシーを構築する。
これは、リアルおよび合成医療データセットの最先端を上回ります。
論文 参考訳（メタデータ） (2022-03-15T16:50:52Z) - Automated Quality Assessment of Cognitive Behavioral Therapy Sessions
Through Highly Contextualized Language Representations [34.670548892766625]
認知行動療法(Cognitive Behavioral Therapy, CBT)という,特定の心理療法の行動自動スコアリングモデルを提案する。
このモデルは高い解釈可能性を達成するためにマルチタスクで訓練される。
BERTベースの表現は、利用可能な治療メタデータでさらに拡張され、関連する非言語的コンテキストを提供し、一貫したパフォーマンス改善につながります。
論文 参考訳（メタデータ） (2021-02-23T09:22:29Z) - Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。
共通情報と相補情報の両方を敵意で抽出することを目的としている。
特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
論文 参考訳（メタデータ） (2021-02-15T18:46:44Z) - Learning Binary Semantic Embedding for Histology Image Classification
and Retrieval [56.34863511025423]
バイナリ・セマンティック・エンベディング(LBSE)の学習方法を提案する。
効率的な埋め込み、分類、検索を行い、組織像の解釈可能なコンピュータ支援診断を提供する。
3つのベンチマークデータセットで実施された実験は、様々なシナリオにおいてLBSEの優位性を検証する。
論文 参考訳（メタデータ） (2020-10-07T08:36:44Z)
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。