論文の概要: Toward A Reinforcement-Learning-Based System for Adjusting Medication to Minimize Speech Disfluency

• arxiv url: http://arxiv.org/abs/2312.11509v2
• Date: Mon, 8 Jan 2024 17:57:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-09 22:01:50.046180
• Title: Toward A Reinforcement-Learning-Based System for Adjusting Medication to Minimize Speech Disfluency
• Title（参考訳）: 強化学習に基づく音声不均一性最小化のための薬理調整システムの提案
• Authors: Pavlos Constas, Vikram Rawal, Matthew Honorio Oliveira, Andreas Constas, Aditya Khan, Kaison Cheung, Najma Sultani, Carrie Chen, Micol Altomare, Michael Akzam, Jiacheng Chen, Vhea He, Lauren Altomare, Heraa Murqi, Asad Khan, Nimit Amikumar Bhanshali, Youssef Rachad, Michael Guerzhoy
• Abstract要約: 本稿では,精神保健関連言語障害の予防に役立つ仮説的な患者薬を自動処方する強化学習システムを提案する。 構築した大規模データセット上で音声の拡散を検出し評価するモジュールと、医薬品の優れた組み合わせを自動的に見つける強化学習アルゴリズムである。
• 参考スコア（独自算出の注目度）: 6.220902367156479
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a Reinforcement-Learning-based system that would automatically prescribe a hypothetical patient medication that may help the patient with their mental-health-related speech disfluency, and adjust the medication and the dosages in response to zero-cost frequent measurement of the fluency of the patient. We demonstrate the components of the system: a module that detects and evaluates speech disfluency on a large dataset we built, and a Reinforcement Learning algorithm that automatically finds good combinations of medications. To support the two modules, we collect data on the effect of psychiatric medications for speech disfluency from the literature, and build a plausible patient simulation system. We demonstrate that the Reinforcement Learning system is, under some circumstances, able to converge to a good medication regime. We collect and label a dataset of people with possible speech disfluency and demonstrate our methods using that dataset. Our work is a proof of concept: we show that there is promise in the idea of using automatic data collection to address disfluency.
• Abstract（参考訳）: そこで本研究では,患者が精神健康関連言語障害を患うのに役立つ仮説的な患者薬剤を自動的に処方し,患者の流血の頻度をゼロコストで測定し,薬や服用量を調整できる強化学習システムを提案する。 そこで本研究では,大規模データセット上で音声不均一性を検出し評価するモジュールと,医薬品の適切な組み合わせを自動的に発見する強化学習アルゴリズムを提案する。 この2つのモジュールを支援するために,文献からの音声拡散に対する精神医学薬の効果に関するデータを収集し,患者シミュレーションシステムを構築した。 強化学習システムは,ある状況下では,優れた医薬品体制に収束できることを実証する。 音声不均一性のある人々のデータセットを収集し,ラベル付けし,そのデータセットを用いた方法を示す。 私たちの研究は概念実証であり、不整合に対処するために自動データ収集を使用するというアイデアには、約束があることを示しています。

関連論文リスト

• Synthetic Patient-Physician Dialogue Generation from Clinical Notes Using LLM [27.33193944412666]
  医療対話システム(MDS)は、患者と医師のコミュニケーションを強化し、医療のアクセシビリティを改善し、コストを削減する。 しかし、これらのシステムの訓練に適したデータを取得することは大きな課題である。 我々のアプローチであるSynDialは、ゼロショットプロンプトとフィードバックループを備えた単一のLLMを反復的に使用し、高品質な合成対話を生成する。
  論文  参考訳（メタデータ） (2024-08-12T16:49:22Z)
• Large Language Model Distilling Medication Recommendation Model [61.89754499292561]
  大規模言語モデル(LLM)の強力な意味理解と入力非依存特性を利用する。 本研究は, LLMを用いて既存の薬剤推奨手法を変換することを目的としている。 これを軽減するため,LLMの習熟度をよりコンパクトなモデルに伝達する機能レベルの知識蒸留技術を開発した。
  論文  参考訳（メタデータ） (2024-02-05T08:25:22Z)
• PneumoLLM: Harnessing the Power of Large Language Model for Pneumoconiosis Diagnosis [16.90918546157292]
  大規模言語モデル(LLM)は対話において複数のタスクを実行する際、前例のない能力を示す。 学習可能なパラメータの少ない診断において,LSMを効果的に活用する手法を提案する。 本稿では,コンテキスト型マルチトークンエンジンと情報エミッタモジュールを紹介する。
  論文  参考訳（メタデータ） (2023-12-06T13:31:52Z)
• A New Benchmark of Aphasia Speech Recognition and Detection Based on E-Branchformer and Multi-task Learning [29.916793641951507]
  本稿では,最新の音声認識技術を用いた失語症音声認識のための新しいベンチマークを提案する。 CTC/Attentionアーキテクチャに基づく2つのマルチタスク学習手法を導入し、両方のタスクを同時に実行する。 当システムでは,中等度失語症患者に対して,最先端の話者レベル検出精度(97.3%)と相対的なWER低下率(1%)を達成している。
  論文  参考訳（メタデータ） (2023-05-19T15:10:36Z)
• SPeC: A Soft Prompt-Based Calibration on Performance Variability of Large Language Model in Clinical Notes Summarization [50.01382938451978]
  本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。 実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
  論文  参考訳（メタデータ） (2023-03-23T04:47:46Z)
• SupervisorBot: NLP-Annotated Real-Time Recommendations of Psychotherapy Treatment Strategies with Deep Reinforcement Learning [13.173307471333619]
  本稿では,心理療法セッション中のセラピストに対して,リアルタイムで治療戦略を提案するレコメンデーションシステムを提案する。 本システムでは,評価項目の深層埋め込みと患者が話している現在文との類似度スコアを計算し,治療結果を予測するターンレベル評価機構を用いる。
  論文  参考訳（メタデータ） (2022-08-27T19:22:53Z)
• Federated Offline Reinforcement Learning [55.326673977320574]
  マルチサイトマルコフ決定プロセスモデルを提案する。 我々は,オフラインRLを対象とした最初のフェデレーション最適化アルゴリズムを設計する。 提案アルゴリズムでは,学習ポリシーの準最適性は,データが分散していないような速度に匹敵する,理論的保証を与える。
  論文  参考訳（メタデータ） (2022-06-11T18:03:26Z)
• Semi-Supervised Variational Reasoning for Medical Dialogue Generation [70.838542865384]
  医療対話生成には,患者の状態と医師の行動の2つの重要な特徴がある。 医療対話生成のためのエンドツーエンドの変分推論手法を提案する。 行動分類器と2つの推論検出器から構成される医師政策ネットワークは、拡張推論能力のために提案される。
  論文  参考訳（メタデータ） (2021-05-13T04:14:35Z)
• Text Mining to Identify and Extract Novel Disease Treatments From Unstructured Datasets [56.38623317907416]
  Google Cloudを使って、NPRラジオ番組のポッドキャストのエピソードを書き起こします。 次に、テキストを体系的に前処理するためのパイプラインを構築します。 我々のモデルは、Omeprazoleが心臓熱傷の治療に役立てることに成功しました。
  論文  参考訳（メタデータ） (2020-10-22T19:52:49Z)
• Learning-based Computer-aided Prescription Model for Parkinson's Disease: A Data-driven Perspective [61.70045118068213]
  我々は、PD患者の症状と、神経科医が提供した処方薬を収集し、データセットを構築した。 そこで我々は、観察された症状と処方薬との関係を学習し、新しいコンピュータ支援処方薬モデルを構築した。 新来の患者に対しては、処方薬モデルにより、観察された症状に対して適切な処方薬を推奨できる(予測)。
  論文  参考訳（メタデータ） (2020-07-31T14:34:35Z)
• Towards an Automated SOAP Note: Classifying Utterances from Medical Conversations [0.6875312133832078]
  我々は、(i)SOAPセクションと(ii)話者の役割に従って、医療会話から発話を分類するためのギャップを橋渡しします。 本稿では,既存のディープラーニングアーキテクチャを上記の2つのタスクに適応させるシステム分析を提案する。 その結果,単語レベルと発話レベルの両方をキャプチャする階層的な文脈をモデル化することで,両者の分類作業を大幅に改善することが示唆された。
  論文  参考訳（メタデータ） (2020-07-17T04:19:30Z)

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。