論文の概要: Towards Explainable and Safe Conversational Agents for Mental Health: A
Survey
- arxiv url: http://arxiv.org/abs/2304.13191v1
- Date: Tue, 25 Apr 2023 23:12:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-27 16:04:58.376259
- Title: Towards Explainable and Safe Conversational Agents for Mental Health: A
Survey
- Title(参考訳): メンタルヘルスのための説明可能で安全な会話エージェント--調査から
- Authors: Surjodeep Sarkar, Manas Gaur, L. Chen, Muskan Garg, Biplav Srivastava,
Bhaktee Dongaonkar
- Abstract要約: バーチャルメンタルヘルスアシスタント(VMHA)は、毎年600万人のプライマリ・ケア・ルーム(プライマリ・ケア)と600万人の救急室(ER)を訪問する過大な世界医療システムをサポートするために、継続的な進歩を見せている。
現在、VMHAの役割は、情報を通じて感情的な支援を提供することであり、患者との反射的な会話の開発に注力することである。
より包括的で安全で説明可能なアプローチは、責任あるVMHAを構築してフォローアップ質問をしたり、十分なインフォームドレスポンスを提供するために必要です。
この調査は、メンタルヘルスにおける既存の会話エージェントの体系的批判的レビューと、改善に関する新たな洞察を提供する。
- 参考スコア(独自算出の注目度): 8.901386793574424
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Virtual Mental Health Assistants (VMHAs) are seeing continual advancements to
support the overburdened global healthcare system that gets 60 million primary
care visits, and 6 million Emergency Room (ER) visits annually. These systems
are built by clinical psychologists, psychiatrists, and Artificial Intelligence
(AI) researchers for Cognitive Behavioral Therapy (CBT). At present, the role
of VMHAs is to provide emotional support through information, focusing less on
developing a reflective conversation with the patient. A more comprehensive,
safe and explainable approach is required to build responsible VMHAs to ask
follow-up questions or provide a well-informed response. This survey offers a
systematic critical review of the existing conversational agents in mental
health, followed by new insights into the improvements of VMHAs with contextual
knowledge, datasets, and their emerging role in clinical decision support. We
also provide new directions toward enriching the user experience of VMHAs with
explainability, safety, and wholesome trustworthiness. Finally, we provide
evaluation metrics and practical considerations for VMHAs beyond the current
literature to build trust between VMHAs and patients in active communications.
- Abstract(参考訳): バーチャルメンタルヘルスアシスタント(vmhas)は、6000万のプライマリケア訪問と、毎年600万の救急室(er)訪問を受ける、過激なグローバル医療システムをサポートするために、継続的に進歩している。
これらのシステムは、臨床心理学者、精神科医、認知行動療法(CBT)の研究者によって構築されている。
現在、VMHAの役割は、情報を通じて感情的な支援を提供することであり、患者との反射的な会話の開発に注力することである。
より包括的で安全で説明可能なアプローチは、責任あるVMHAを構築してフォローアップ質問をしたり、十分なインフォームドレスポンスを提供するために必要です。
この調査は、メンタルヘルスにおける既存の会話エージェントの体系的な批判的レビューと、文脈知識、データセット、臨床決定支援におけるvmhasの改善に関する新たな洞察を提供する。
また、VMHAのユーザエクスペリエンスを説明責任、安全性、そして全くの信頼性で強化する新たな方向性も提供します。
最後に,VMHAとアクティブコミュニケーションの患者との信頼関係を構築するため,VMHAの評価指標と実践的考察を提供する。
関連論文リスト
- K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳(メタデータ) (2023-12-16T08:10:10Z) - Privacy Aware Question-Answering System for Online Mental Health Risk
Assessment [0.45935798913942893]
ソーシャルメディアプラットフォームにより、精神疾患に苦しむ個人は、生きた経験を共有し、対処するために必要なオンラインサポートを見つけることができる。
本研究では,2つの大規模メンタルヘルスデータセット上での統一QAモデルを用いて,メンタルヘルスリスクを評価するための質問応答(QA)アプローチを提案する。
本研究は,QA課題としてのリスクアセスメントのモデル化の有効性を実証するものである。
論文 参考訳(メタデータ) (2023-06-09T03:37:49Z) - ProKnow: Process Knowledge for Safety Constrained and Explainable
Question Generation for Mental Health Diagnostic Assistance [11.716131800914445]
現在の仮想メンタルヘルスアシスタント(VMHA)はカウンセリングと推奨ケアを提供している。
彼らは、安全に制約された専門的な臨床プロセス知識の訓練が欠如しているため、患者の診断支援を控える。
我々はProknowを、エビデンスベースのガイドラインやドメインの専門家に対する概念的理解のカテゴリにマップする、順序付けられた情報の集合として定義する。
患者からの診断情報を対話的に収集する自然言語質問生成法(NLG)を開発した。
論文 参考訳(メタデータ) (2023-05-13T21:31:02Z) - Demo Alleviate: Demonstrating Artificial Intelligence Enabled Virtual
Assistance for Telehealth: The Mental Health Case [20.602347045884617]
そこで我々は、パーソナライズされたケアでメンタルヘルスの課題を抱える患者を援助し、患者をよりよく理解する臨床医を支援するために、Aleviateを提案する。
Alleviateは、臨床で有効なメンタルヘルスのテキストとデータベースを公開して、医学的に健全で情報的な意思決定を可能にする。
本稿では、Alleviateの異なるモジュールを説明し、患者と臨床医がお互いをよりよく理解するためのAlleviateの能力を示す短いビデオを提出する。
論文 参考訳(メタデータ) (2023-03-31T16:41:15Z) - Privacy-preserving machine learning for healthcare: open challenges and
future perspectives [72.43506759789861]
医療におけるプライバシー保護機械学習(PPML)に関する最近の文献を概観する。
プライバシ保護トレーニングと推論・アズ・ア・サービスに重点を置いています。
このレビューの目的は、医療におけるプライベートかつ効率的なMLモデルの開発をガイドすることである。
論文 参考訳(メタデータ) (2023-03-27T19:20:51Z) - Large Language Models for Healthcare Data Augmentation: An Example on
Patient-Trial Matching [49.78442796596806]
患者-心電図マッチング(LLM-PTM)のための革新的なプライバシ対応データ拡張手法を提案する。
本実験では, LLM-PTM法を用いて平均性能を7.32%向上させ, 新しいデータへの一般化性を12.12%向上させた。
論文 参考訳(メタデータ) (2023-03-24T03:14:00Z) - 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) - VBridge: Connecting the Dots Between Features, Explanations, and Data
for Healthcare Models [85.4333256782337]
VBridgeは、臨床医の意思決定ワークフローに機械学習の説明をシームレスに組み込むビジュアル分析ツールである。
我々は,臨床医がMLの特徴に慣れていないこと,文脈情報の欠如,コホートレベルの証拠の必要性など,3つの重要な課題を特定した。
症例スタディと専門医4名のインタビューを通じて, VBridgeの有効性を実証した。
論文 参考訳(メタデータ) (2021-08-04T17:34:13Z) - 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) - Psychiatric Home Treatment for Inpatient Care -- Design, Implementation
and Participation [0.0]
ドイツでは、2018年から新たなタイプの精神科的在宅治療(in patient equivalent treatment, IET)が提供されている。
本研究では,情報通信技術(ICT)が新たな環境とどのように相互作用し,そのプロセスを改善するかを検討する。
論文 参考訳(メタデータ) (2020-06-02T11:17:42Z) - 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。