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

• Measuring the Mental Health of Content Reviewers, a Systematic Review [50.06646946044604]
  多くの労働者は、長期的、潜在的に不可逆的な心理的害を報告している。 この研究は、少量の曝露の後でも、他の種類の専門家に心理的に害を与える活動と似ている。 この体系的なレビューは、他の専門職からの心理的対策を要約し、コンテンツレビュアーの経験と関連づけるものである。
  論文  参考訳（メタデータ） (2025-02-01T00:50:15Z)
• Are LLMs effective psychological assessors? Leveraging adaptive RAG for interpretable mental health screening through psychometric practice [2.9775344067885974]
  本稿では,ソーシャルメディアの投稿を分析し,心理的アンケートを補完する適応型検索・拡張生成(RAG)手法を提案する。 本手法は,心理調査において各質問に対する最も関連性の高いユーザ投稿を検索し,ゼロショット環境でのアンケート結果の予測にLarge Language Models (LLMs) を用いる。
  論文  参考訳（メタデータ） (2025-01-02T00:01:54Z)
• Understanding Student Sentiment on Mental Health Support in Colleges Using Large Language Models [5.3204794327005205]
  本稿では,学生音声調査データを用いて,大規模言語モデル(LLM)を用いたメンタルヘルス支援に対する学生の感情分析を行う。 従来の機械学習手法と最先端のLCMの両方の調査は、この新しいデータセット上でのGPT-3.5とBERTの最高のパフォーマンスを示した。
  論文  参考訳（メタデータ） (2024-11-18T02:53:15Z)
• Open Challenges on Fairness of Artificial Intelligence in Medical Imaging Applications [3.8236840661885485]
  この章ではまず、データ収集、モデルトレーニング、臨床展開など、さまざまなバイアス源について論じている。 そして、研究者や実践者からの注意を必要とすると信じているオープンな課題について議論する。
  論文  参考訳（メタデータ） (2024-07-24T02:41:19Z)
• 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)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• Mental health of computing professionals and students: A systematic literature review [2.532202013576547]
  我々は、コンピュータ科学とコンピューティング教育における不安や抑うつのような精神保健研究の最先端と健康への介入、評価、および関心について評価する。
  論文  参考訳（メタデータ） (2024-05-06T12:31:34Z)
• 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)
• 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)
• 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。