論文の概要: MentalHealthAI: Utilizing Personal Health Device Data to Optimize Psychiatry Treatment

• arxiv url: http://arxiv.org/abs/2307.04777v1
• Date: Sun, 9 Jul 2023 22:30:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-12 17:29:41.717628
• Title: MentalHealthAI: Utilizing Personal Health Device Data to Optimize Psychiatry Treatment
• Title（参考訳）: mentalhealthai: パーソナルヘルスデバイスデータを利用して精神科治療を最適化する
• Authors: Manan Shukla and Oshani Seneviratne
• Abstract要約: メンタルヘルス障害は現代医療において重要な課題であり、診断と治療はしばしば主観的な患者の記述と過去の医療史に依存している。 本研究では,個人健康デバイスを通じて収集された患者の生理的データを利用する,個別のメンタルヘルストラッキングと気分予測システムを提案する。
• 参考スコア（独自算出の注目度）: 1.696974372855528
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mental health disorders remain a significant challenge in modern healthcare, with diagnosis and treatment often relying on subjective patient descriptions and past medical history. To address this issue, we propose a personalized mental health tracking and mood prediction system that utilizes patient physiological data collected through personal health devices. Our system leverages a decentralized learning mechanism that combines transfer and federated machine learning concepts using smart contracts, allowing data to remain on users' devices and enabling effective tracking of mental health conditions for psychiatric treatment and management in a privacy-aware and accountable manner. We evaluate our model using a popular mental health dataset that demonstrates promising results. By utilizing connected health systems and machine learning models, our approach offers a novel solution to the challenge of providing psychiatrists with further insight into their patients' mental health outside of traditional office visits.
• Abstract（参考訳）: 精神疾患は現代医療において重要な課題であり、診断と治療はしばしば主観的な患者の記述と過去の医療史に依存している。 この問題に対処するため,個人健康装置を用いて収集した患者の生理的データを利用する,個別のメンタルヘルストラッキングと気分予測システムを提案する。 本システムでは,スマートコントラクトを用いた移動と連合型機械学習の概念を組み合わせた分散学習機構を活用し,ユーザのデバイスにデータを残し,プライバシを意識し説明可能な方法で精神科治療と管理のためのメンタルヘルス状態の効果的な追跡を可能にする。 我々は、有望な結果を示す一般的なメンタルヘルスデータセットを用いてモデルを評価する。 統合医療システムと機械学習モデルを利用することで、精神科医に従来のオフィス訪問以外の患者のメンタルヘルスに関するさらなる洞察を与えるという課題に対する新しい解決策を提供する。

関連論文リスト

• Explainable AI for Mental Disorder Detection via Social Media: A survey and outlook [0.7689629183085726]
  データサイエンス、人工知能、メンタルヘルスケアの交差点を徹底的に調査する。 人口の大部分がオンラインソーシャルメディアプラットフォームに積極的に関与し、膨大な個人情報を保管している。 この論文は、従来の診断方法、最先端のデータおよびAI駆動型研究研究、および精神医療のための説明可能なAIモデル(XAI)の出現をナビゲートする。
  論文  参考訳（メタデータ） (2024-06-10T02:51:16Z)
• Benefits and Harms of Large Language Models in Digital Mental Health [40.02859683420844]
  大型言語モデル (LLMs) は、デジタルメンタルヘルスを未知の領域に導くことを約束している。 本稿では、デジタルメンタルヘルスツールの設計、開発、実装においてLLMがもたらす可能性とリスクについて、現代の展望を示す。
  論文  参考訳（メタデータ） (2023-11-07T14:11:10Z)
• 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)
• 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)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• Intelligent interactive technologies for mental health and well-being [70.1586005070678]
  本論文では,既存ソリューションの将来展望を批判的に分析する。 特に、私たちは。 メンタルヘルスのための技術の概要を説明します。 提案された基準に照らして テクノロジーを批判的に分析する これらの技術の設計見通しを提供するのです
  論文  参考訳（メタデータ） (2021-05-11T19:04:21Z)
• FedMood:Federated Learning on Mobile Health Data for Mood Detection [26.263092039195786]
  うつ病は最も一般的な精神疾患問題の1つです。 従来の集中型機械学習は、患者データを集約する必要がある。 精神疾患患者のデータのプライバシーは厳密に守らなければならない。
  論文  参考訳（メタデータ） (2021-02-06T15:19:08Z)
• Personal Mental Health Navigator: Harnessing the Power of Data, Personal Models, and Health Cybernetics to Promote Psychological Well-being [2.491393414479041]
  個人化メンタルヘルスナビゲーション(MHN)の概念を紹介します。 MHNは測定、推定、ガイダンスの連続的な循環ループを展開し、個人のメンタルヘルス状態を健康地帯に向かって操縦します。 大学生の総合的ストレス管理のための12ヶ月のパイロットケーススタディを通じて,パーソナライズドmhnアプローチの実現可能性を示す。
  論文  参考訳（メタデータ） (2020-12-15T18:34:09Z)
• 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)
• Passive detection of behavioral shifts for suicide attempt prevention [0.0]
  スマートフォンアプリから収集した非侵襲的データから精神科患者の行動変化を検出する非侵襲的機械学習モデルを提案する。 臨床検査の結果から,自殺未遂予防のための早期発見モバイルツールのアイデアが浮き彫りになった。
  論文  参考訳（メタデータ） (2020-11-14T11:44:43Z)
• Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
  ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。 多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
  論文  参考訳（メタデータ） (2020-09-21T03:45:14Z)

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。