論文の概要: Bridging the Skills Gap: Evaluating an AI-Assisted Provider Platform to Support Care Providers with Empathetic Delivery of Protocolized Therapy

• arxiv url: http://arxiv.org/abs/2401.03631v1
• Date: Mon, 8 Jan 2024 02:23:17 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-09 18:05:47.849073
• Title: Bridging the Skills Gap: Evaluating an AI-Assisted Provider Platform to Support Care Providers with Empathetic Delivery of Protocolized Therapy
• Title（参考訳）: スキルギャップのブリッジ:プロトコル化された治療の共感的提供を伴うケアプロバイダを支援するAI支援プロバイダプラットフォームの評価
• Authors: William R. Kearns, Jessica Bertram, Myra Divina, Lauren Kemp, Yinzhou Wang, Alex Marin, Trevor Cohen, Weichao Yuwen
• Abstract要約: メンタルヘルスの状況は高い頻度と重荷にもかかわらず、世界中のメンタルヘルスプロバイダが不足している。 応答機能を備えたテキストベースのバーチャルセラピーインタフェースであるAI-Assisted Provider Platform (A2P2)を開発した。 我々は、(介入)プラットフォームと(制御)AI支援機能のない(制御)プラットフォームを使用したセラピーセッションを提供するメンタルヘルス治療の専門知識を持つプロバイダについて研究した。
• 参考スコア（独自算出の注目度）: 5.6317091933490495
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Despite the high prevalence and burden of mental health conditions, there is a global shortage of mental health providers. Artificial Intelligence (AI) methods have been proposed as a way to address this shortage, by supporting providers with less extensive training as they deliver care. To this end, we developed the AI-Assisted Provider Platform (A2P2), a text-based virtual therapy interface that includes a response suggestion feature, which supports providers in delivering protocolized therapies empathetically. We studied providers with and without expertise in mental health treatment delivering a therapy session using the platform with (intervention) and without (control) AI-assistance features. Upon evaluation, the AI-assisted system significantly decreased response times by 29.34% (p=0.002), tripled empathic response accuracy (p=0.0001), and increased goal recommendation accuracy by 66.67% (p=0.001) across both user groups compared to the control. Both groups rated the system as having excellent usability.
• Abstract（参考訳）: 精神的健康状態の有病率や負担が高いにもかかわらず、心的健康提供者が世界的に不足している。 ai(artificial intelligence, 人工知能)の手法はこの不足に対処する方法として提案されている。 そこで我々は,テキストベースの仮想セラピーインタフェースであるai-assisted provider platform (a2p2) を開発した。 メンタルヘルス治療の専門知識のない提供者を対象に,ai支援機能のない(介入)プラットフォームを用いたセラピーセッションの実施について検討した。 評価すると、ai支援システムは、応答時間を29.34%(p=0.002)、共感応答精度を3倍(p=0.0001)、ゴール推奨精度を66.67%(p=0.001)向上させた。 どちらのグループもシステムが優れたユーザビリティを持つと評価した。

関連論文リスト

• TheraGen: Therapy for Every Generation [0.3277163122167434]
  TheraGenは、一日中パーソナライズされ、思いやりのある精神医療を提供している。 本実装では, 伝達学習, 微調整, 高度な訓練技術を用いて, 性能を最適化する。 このシステムはBLEUスコア0.67、ROUGEスコア0.62を達成し、強い応答精度を示した。
  論文  参考訳（メタデータ） (2024-09-12T17:15:44Z)
• Toward Large Language Models as a Therapeutic Tool: Comparing Prompting Techniques to Improve GPT-Delivered Problem-Solving Therapy [6.952909762512736]
  そこで本研究では,大規模言語モデル (LLM) を指導するためのプロンプトエンジニアリングの効果について検討する。 本稿では,プロンプトエンジニアリング手法を適切に利用することにより,プロトタイズされた治療を提供するモデルの能力を向上できることを実証する。
  論文  参考訳（メタデータ） (2024-08-27T17:25:16Z)
• Privacy Aware Question-Answering System for Online Mental Health Risk Assessment [0.45935798913942893]
  ソーシャルメディアプラットフォームにより、精神疾患に苦しむ個人は、生きた経験を共有し、対処するために必要なオンラインサポートを見つけることができる。 本研究では,2つの大規模メンタルヘルスデータセット上での統一QAモデルを用いて,メンタルヘルスリスクを評価するための質問応答(QA)アプローチを提案する。 本研究は,QA課題としてのリスクアセスメントのモデル化の有効性を実証するものである。
  論文  参考訳（メタデータ） (2023-06-09T03:37:49Z)
• Robust and Efficient Medical Imaging with Self-Supervision [80.62711706785834]
  医用画像AIの堅牢性とデータ効率を向上させるための統一表現学習戦略であるREMEDISを提案する。 様々な医療画像タスクを研究し, 振り返りデータを用いて3つの現実的な応用シナリオをシミュレートする。
  論文  参考訳（メタデータ） (2022-05-19T17:34:18Z)
• Adherence Forecasting for Guided Internet-Delivered Cognitive Behavioral Therapy: A Minimally Data-Sensitive Approach [59.535699822923]
  インターネット提供型心理的治療(IDPT)は、メンタルヘルスのアクセシビリティを向上させるための効果的でスケーラブルな経路であると考えられている。 本研究は,最小限の敏感なログイン/ログアウトデータに依存しながら,自動アドバンス予測を行うディープラーニングアプローチを提案する。 提案されたセルフアテンションネットワークは、治療期間の1/3が経過した時点で、平均的バランスの正確さを70%以上達成した。
  論文  参考訳（メタデータ） (2022-01-11T13:55:57Z)
• 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)
• NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
  失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価 本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。 イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
  論文  参考訳（メタデータ） (2021-02-10T13:00:29Z)
• 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)
• Artificial Intelligence Decision Support for Medical Triage [0.0]
  我々はトリアージシステムを開発し、現在、ヨーロッパ最大の遠隔医療プロバイダーで使用中である。 本システムは,モバイルアプリケーションを用いた患者とのインタラクションを通じて,ケア代替案の評価を行う。 最初の一連の症状に基づいて、トリアージアプリケーションはAIを利用したパーソナライズされた質問を生成し、問題をより正確に識別する。
  論文  参考訳（メタデータ） (2020-11-09T16:45:01Z)
• Opportunities of a Machine Learning-based Decision Support System for Stroke Rehabilitation Assessment [64.52563354823711]
  リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。 現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。 我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
  論文  参考訳（メタデータ） (2020-02-27T17:04:07Z)

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。