論文の概要: An Integrative Survey on Mental Health Conversational Agents to Bridge
Computer Science and Medical Perspectives
- arxiv url: http://arxiv.org/abs/2310.17017v1
- Date: Wed, 25 Oct 2023 21:37:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-27 23:15:47.681836
- Title: An Integrative Survey on Mental Health Conversational Agents to Bridge
Computer Science and Medical Perspectives
- Title(参考訳): コンピュータ科学と医学的視点を橋渡しするメンタルヘルス対話エージェントに関する総合的調査
- Authors: Young Min Cho, Sunny Rai, Lyle Ungar, Jo\~ao Sedoc, Sharath Chandra
Guntuku
- Abstract要約: 我々は、PRISMAフレームワークを用いて総合的な文献レビューを行い、コンピュータ科学と医学の両方で発行された534の論文をレビューする。
本研究は, 精神保健関連会話エージェントの構築に関する136つの重要な論文について, モデル化と実験設計手法の多様な特徴について述べる。
- 参考スコア(独自算出の注目度): 7.564560899044939
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mental health conversational agents (a.k.a. chatbots) are widely studied for
their potential to offer accessible support to those experiencing mental health
challenges. Previous surveys on the topic primarily consider papers published
in either computer science or medicine, leading to a divide in understanding
and hindering the sharing of beneficial knowledge between both domains. To
bridge this gap, we conduct a comprehensive literature review using the PRISMA
framework, reviewing 534 papers published in both computer science and
medicine. Our systematic review reveals 136 key papers on building mental
health-related conversational agents with diverse characteristics of modeling
and experimental design techniques. We find that computer science papers focus
on LLM techniques and evaluating response quality using automated metrics with
little attention to the application while medical papers use rule-based
conversational agents and outcome metrics to measure the health outcomes of
participants. Based on our findings on transparency, ethics, and cultural
heterogeneity in this review, we provide a few recommendations to help bridge
the disciplinary divide and enable the cross-disciplinary development of mental
health conversational agents.
- Abstract(参考訳): メンタルヘルスの会話エージェント(チャットボット)は、メンタルヘルスの課題を経験する人々にアクセス可能なサポートを提供する可能性について広く研究されている。
このトピックに関する以前の調査では、主にコンピュータ科学または医学で出版された論文を考察しており、双方のドメイン間の有益な知識の共有の理解と共有を妨げている。
このギャップを埋めるために、PRISMAフレームワークを用いて包括的な文献レビューを行い、コンピュータ科学と医学の両方で534の論文をレビューする。
本報告では,モデルと実験設計手法の多様な特徴を有するメンタルヘルス関連対話エージェント構築に関する136の論文を整理した。
医療論文では,ルールベースの会話エージェントと結果指標を用いて参加者の健康状態を測定する一方で,LCM技術に焦点をあて,自動測定を用いて応答品質を評価する。
本総説では, 透明性, 倫理, 文化的多様性に関する知見に基づき, 学際的な分断の橋渡しと, 精神保健対話エージェントの学際的発展を可能にするための提言をいくつか提示する。
関連論文リスト
- MedKP: Medical Dialogue with Knowledge Enhancement and Clinical Pathway
Encoding [48.348511646407026]
本稿では,知識向上と臨床パスウェイ符号化フレームワークを用いた医療対話について紹介する。
このフレームワークは、医療知識グラフを介して外部知識増強モジュールと、医療機関および医師の行動を介して、内部臨床経路をコードする。
論文 参考訳(メタデータ) (2024-03-11T10:57:45Z) - 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) - MindfulDiary: Harnessing Large Language Model to Support Psychiatric
Patients' Journaling [16.929899228710852]
私たちはMindfulDiaryという,Large Language Model(LLM)を組み込んだモバイルジャーナリングアプリを紹介した。
その結果、MindfulDiaryは毎日の記録を継続的に充実させ、精神科医が自分の思考や日常の文脈を理解することで、患者に共感しやすくすることを支援した。
論文 参考訳(メタデータ) (2023-10-08T17:00:04Z) - Discovering Mental Health Research Topics with Topic Modeling [13.651763262606782]
本研究は,精神保健研究論文の大規模データセットを解析することにより,現場における一般的な傾向を把握し,ハイインパクトな研究トピックを特定することを目的とする。
本データセットは、精神保健に関する96,676件の研究論文からなり、その要約を用いて、異なるトピック間の関係を調べることができる。
分析を強化するため,精神保健研究に応用された機械学習モデルの包括的概要を提供するために,ワードクラウドも生成した。
論文 参考訳(メタデータ) (2023-08-25T05:25:05Z) - NLP as a Lens for Causal Analysis and Perception Mining to Infer Mental
Health on Social Media [10.342474142256842]
我々は、臨床心理学の実践とパーソナライズされた精神医療に最適な影響を与えるために、より簡潔で説明可能な研究が必要であると論じる。
自然言語処理(NLP)の範囲内では,因果解析と知覚マイニングに関連する重要な調査領域を探索する。
我々は、言語レンズを通して計算心理学の問題をモデル化するための、より説明可能なアプローチを提唱する。
論文 参考訳(メタデータ) (2023-01-26T09:26:01Z) - Counseling Summarization using Mental Health Knowledge Guided Utterance
Filtering [25.524804770124145]
精神医療のカウンセリングは、ドメイン知識を生かし、臨床医が素早く意味を身につけるのを助けるために、要約を指導することを目的としている。
我々は、対話毎に12.9Kのカウンセリングコンポーネントと参照サマリーのアノテート後、新しいデータセットを作成する。
コンサムには3つの独立したモジュールがある。まず、抑うつ症状の有無を評価するために、患者健康アンケート(PHQ-9)を用いた発話をフィルタリングする。
論文 参考訳(メタデータ) (2022-06-08T13:38:47Z) - A Benchmark for Automatic Medical Consultation System: Frameworks, Tasks
and Datasets [70.32630628211803]
本稿では,医師と患者との対話理解とタスク指向インタラクションという,医療相談の自動化を支援する2つの枠組みを提案する。
マルチレベルな微粒なアノテーションを付加した新しい大規模医療対話データセットが導入された。
本稿では,各タスクに対するベンチマーク結果のセットを報告し,データセットのユーザビリティを示し,今後の研究のベースラインを設定する。
論文 参考訳(メタデータ) (2022-04-19T16:43:21Z) - ITTC @ TREC 2021 Clinical Trials Track [54.141379782822206]
本課題は、患者の入院ノートの要約を構成するトピックに有効な臨床試験を適合させる問題に焦点を当てる。
NLP手法を用いて試行とトピックの表現方法を探索し、共通の検索モデルを用いて各トピックに関連するトライアルのランク付けリストを生成する。
提案されたすべての実行の結果は、すべてのトピックの中央値よりもはるかに上回っていますが、改善の余地はたくさんあります。
論文 参考訳(メタデータ) (2022-02-16T04:56:47Z) - Exploring Self-Identified Counseling Expertise in Online Support Forums [26.086207762353336]
本研究は, 他者との相互作用と, 自己識別型精神保健専門家との相互作用の差異について検討する。
我々の研究は、医療専門家がソーシャルネットワークで健康情報や支援をどう扱うかを理解するための開発努力に貢献する。
論文 参考訳(メタデータ) (2021-06-24T12:53:07Z) - 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) - 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。