論文の概要: Validating a virtual human and automated feedback system for training doctor-patient communication skills

• arxiv url: http://arxiv.org/abs/2306.15213v1
• Date: Tue, 27 Jun 2023 05:23:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-28 14:39:58.959336
• Title: Validating a virtual human and automated feedback system for training doctor-patient communication skills
• Title（参考訳）: 医師と患者のコミュニケーションスキルの訓練のための仮想人間自動フィードバックシステムの検証
• Authors: Kurtis Haut, Caleb Wohn, Benjamin Kane, Tom Carroll, Catherine Guigno, Varun Kumar, Ron Epstein, Lenhart Schubert, Ehsan Hoque
• Abstract要約: 本稿では,SOPHIE(Standardized Online patient for Health Interaction Education)として知られる,スケーラブルでアクセスしやすいデジタルツールの開発と検証について紹介する。 その結果,SOPHIEを施行した被験者は,コミュニケーション全体,集計スコア,患者のエンパワーメント,共感などのコントロールよりも有意に優れていた。 いつか、SOPHIEが既存のリソースを補完するスケーラブルなオプションを提供することで、コミュニケーショントレーニングリソースをよりアクセスしやすくすることを期待します。
• 参考スコア（独自算出の注目度）: 3.0354760313198796
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective communication between a clinician and their patient is critical for delivering healthcare maximizing outcomes. Unfortunately, traditional communication training approaches that use human standardized patients and expert coaches are difficult to scale. Here, we present the development and validation of a scalable, easily accessible, digital tool known as the Standardized Online Patient for Health Interaction Education (SOPHIE) for practicing and receiving feedback on doctor-patient communication skills. SOPHIE was validated by conducting an experiment with 30 participants. We found that participants who underwent SOPHIE performed significantly better than the control in overall communication, aggregate scores, empowering the patient, and showing empathy ($p < 0.05$ in all cases). One day, we hope that SOPHIE will help make communication training resources more accessible by providing a scalable option to supplement existing resources.
• Abstract（参考訳）: 臨床医と患者との効果的なコミュニケーションは、医療の最大化結果の提供に不可欠である。 残念ながら、人間の標準化された患者と専門家のコーチを使う従来のコミュニケーショントレーニングアプローチはスケールが難しい。 本稿では,医師と患者のコミュニケーションスキルに対するフィードバックを実践し受講するための,スケーラブルで容易にアクセス可能なsophie (standards online patient for health interaction education) と呼ばれるデジタルツールの開発と検証を行う。 SOPHIEは30人の被験者による実験によって検証された。 sophieを受診した被験者は,コミュニケーション全般のコントロール,スコアの集計,患者のエンパワー,共感の提示(すべてのケースで 0.05$)よりも有意に優れていた。 いつか、SOPHIEが既存のリソースを補完するスケーラブルなオプションを提供することで、コミュニケーショントレーニングリソースをよりアクセスしやすくすることを期待します。

関連論文リスト

• Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
  そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。 以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。 本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
  論文  参考訳（メタデータ） (2024-11-17T00:13:00Z)
• Synthetic Patients: Simulating Difficult Conversations with Multimodal Generative AI for Medical Education [0.0]
  効果的な患者中心コミュニケーションは、医師にとって重要な能力である。 調味剤提供者と医療研修生の双方は、センシティブな話題に関する会話をリードする自信を減らした。 本稿では,ビデオによる会話の対話的リアルタイムシミュレーションを支援するための,新しい教育ツールを提案する。
  論文  参考訳（メタデータ） (2024-05-30T11:02:08Z)
• PATIENT-Ψ: Using Large Language Models to Simulate Patients for Training Mental Health Professionals [22.87612889868498]
  patient-Psiは認知行動療法(CBT)トレーニングのための新しい患者シミュレーションフレームワークである。 我々は,精神保健研修生が CBT の重要なスキルを身につけるための,対話型トレーニングスキームである patient-Psi-TRAINER を提案する。
  論文  参考訳（メタデータ） (2024-05-30T03:20:56Z)
• Benchmarking Large Language Models on Communicative Medical Coaching: a Novel System and Dataset [26.504409173684653]
  患者相談におけるコミュニケーションスキルの実践を支援するための,人間とAIの協調的枠組みであるChatCoachを紹介する。 ChatCoachは、医療学習者が患者エージェントと対話できるシミュレートされた環境を提供し、コーチエージェントは即時かつ構造化されたフィードバックを提供する。 我々はChatCoachフレームワーク内で、コミュニケーション型医療コーチングタスクにおいて、LLM(Large Language Models)を評価するためのデータセットを開発した。
  論文  参考訳（メタデータ） (2024-02-08T10:32:06Z)
• A Visual Analytics Design for Connecting Healthcare Team Communication to Patient Outcomes [24.618192211010612]
  医療従事者(HCP)間のコミュニケーションは、患者の治療の質に不可欠である。 本稿では,ERHシステムを利用した時間通信ネットワークの有効性と効率性を検討するために,視覚分析システムを提案する。
  論文  参考訳（メタデータ） (2024-01-08T07:11:56Z)
• 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)
• An Empathetic AI Coach for Self-Attachment Therapy [0.19999259391104385]
  本稿では,自己着床療法のプロトコルを実践する上でユーザを指導することを目的とした,デジタルコーチのための新しいデータセットと計算戦略を提案する。 本フレームワークは,ルールベースの会話エージェントに,ユーザのテキスト応答の根底にある感情を識別するディープラーニング分類器を付加する。 私たちは、ユーザーが対話することを選択できる、人間のようなペルソナのセットを作ります。
  論文  参考訳（メタデータ） (2022-09-17T12:01:35Z)
• When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
  新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
  論文  参考訳（メタデータ） (2022-03-24T02:09:41Z)
• Self-Supervised Knowledge Assimilation for Expert-Layman Text Style Transfer [63.72621204057025]
  エキスパート・レイマン・テキスト・スタイル・トランスファー技術は、科学コミュニティと一般大衆とのコミュニケーションを改善する可能性がある。 専門家が生み出す高品質な情報は、しばしば難しいジャーゴンの平民が理解するのに苦労している。 これは医療分野において特に顕著な問題であり、レイマンはしばしばオンラインの医療テキストに混同される。
  論文  参考訳（メタデータ） (2021-10-06T17:57:22Z)
• Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy: Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
  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。
  論文  参考訳（メタデータ） (2021-06-15T22:06:39Z)
• 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)

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。