論文の概要: CataractBot: An LLM-Powered Expert-in-the-Loop Chatbot for Cataract
Patients
- arxiv url: http://arxiv.org/abs/2402.04620v1
- Date: Wed, 7 Feb 2024 07:07:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-08 16:28:08.900633
- Title: CataractBot: An LLM-Powered Expert-in-the-Loop Chatbot for Cataract
Patients
- Title(参考訳): CataractBot:白内障患者のためのLLMベースのエキスパート・イン・ザ・ループチャットボット
- Authors: Pragnya Ramjee, Bhuvan Sachdeva, Satvik Golechha, Shreyas Kulkarni,
Geeta Fulari, Kaushik Murali, Mohit Jain
- Abstract要約: CataractBotはインドの第三次眼科病院と共同で開発された。
白内障手術に関連する質問に対して、キュレートされた知識ベースをクエリすることで即座に回答し、専門家が検証した応答を非同期に提供する。
CataractBotは、49名の参加者を対象に、現在開発中のデプロイメントスタディにおいて、任意のアクセシビリティ、保存時間、さまざまなリテラシーレベルの調整を提供する、価値を証明した。
- 参考スコア(独自算出の注目度): 5.933287595436516
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: The healthcare landscape is evolving, with patients seeking more reliable
information about their health conditions, treatment options, and potential
risks. Despite the abundance of information sources, the digital age overwhelms
individuals with excess, often inaccurate information. Patients primarily trust
doctors and hospital staff, highlighting the need for expert-endorsed health
information. However, the pressure on experts has led to reduced communication
time, impacting information sharing. To address this gap, we propose
CataractBot, an experts-in-the-loop chatbot powered by large language models
(LLMs). Developed in collaboration with a tertiary eye hospital in India,
CataractBot answers cataract surgery related questions instantly by querying a
curated knowledge base, and provides expert-verified responses asynchronously.
CataractBot features multimodal support and multilingual capabilities. In an
in-the-wild deployment study with 49 participants, CataractBot proved valuable,
providing anytime accessibility, saving time, and accommodating diverse
literacy levels. Trust was established through expert verification. Broadly,
our results could inform future work on designing expert-mediated LLM bots.
- Abstract(参考訳): 患者は健康状態、治療の選択肢、潜在的なリスクについてより信頼できる情報を求めている。
情報ソースが豊富であるにもかかわらず、デジタル時代は過剰でしばしば不正確な情報を持つ個人を圧倒している。
患者は主に医師や病院のスタッフを信頼し、専門家が支援する健康情報の必要性を強調している。
しかし、専門家への圧力はコミュニケーション時間を短縮し、情報共有に影響を与えている。
このギャップに対処するため,大規模言語モデル(LLM)を利用したループ型チャットボットのCatalactBotを提案する。
インドの第三次眼科病院と共同で開発されたCatalactBotは、キュレートされた知識ベースに問い合わせることで、白内障手術に関連する質問に即座に答え、専門家が検証した応答を非同期に提供する。
CataractBotはマルチモーダルサポートと多言語機能を備えている。
49人の参加者による実運用調査で、白内障ボットは、いつでもアクセシビリティを提供し、時間を節約し、多様なリテラシーレベルに適応できることが証明された。
信頼は専門家の検証によって確立された。
我々の研究結果は、専門家によるLLMボットの設計における今後の取り組みを知らせる可能性がある。
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) - A General-purpose AI Avatar in Healthcare [1.5081825869395544]
本稿では、医療におけるチャットボットの役割に焦点を当て、AIインタラクションをより患者にアピールするためのアバターの使用について検討する。
汎用AIアバターアプリケーションのフレームワークを3カテゴリのプロンプト辞書とプロンプト改善機構を用いて実証する。
2段階のアプローチでは、汎用AI言語モデルを微調整し、異なるAIアバターを作成して、ユーザと医療上の問題について議論することが提案されている。
論文 参考訳(メタデータ) (2024-01-10T03:44:15Z) - Assistive Chatbots for healthcare: a succinct review [0.0]
AI対応技術に焦点が当てられているのは、人間と機械の相互作用の質を高める可能性があるからだ。
患者の安全とデータ保護に関して、この技術に対する信頼の欠如がある。
患者は自然言語処理スキルに不満を表明している。
論文 参考訳(メタデータ) (2023-08-08T10:35:25Z) - LLaVA-Med: Training a Large Language-and-Vision Assistant for
Biomedicine in One Day [85.19963303642427]
本稿では,バイオメディカルイメージのオープンな研究課題に答えられる視覚言語対話アシスタントを訓練するための費用効率のよいアプローチを提案する。
モデルはまず、フィギュア・キャプションのペアを使ってバイオメディカル・ボキャブラリをアライメントし、その後、オープンエンドの会話意味論を習得する。
これにより、バイオメディジンのための大規模言語と視覚アシスタントを15時間以内で(8つのA100で)訓練することができる。
論文 参考訳(メタデータ) (2023-06-01T16:50:07Z) - ChatCAD+: Towards a Universal and Reliable Interactive CAD using LLMs [48.11532667875847]
ChatCAD+は高品質な医療レポートを生成し、信頼できる医療アドバイスを提供するツールである。
信頼性レポート生成モジュールは、医療画像を解釈し、高品質な医療レポートを生成することができる。
Reliable Interactionモジュールは、信頼できる医療アドバイスを提供するために、信頼できる医療ウェブサイトからの最新の情報を活用する。
論文 参考訳(メタデータ) (2023-05-25T12:03:31Z) - Informing clinical assessment by contextualizing post-hoc explanations
of risk prediction models in type-2 diabetes [50.8044927215346]
本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。
我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。
本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
論文 参考訳(メタデータ) (2023-02-11T18:07:11Z) - Self-Supervised Knowledge Assimilation for Expert-Layman Text Style
Transfer [63.72621204057025]
エキスパート・レイマン・テキスト・スタイル・トランスファー技術は、科学コミュニティと一般大衆とのコミュニケーションを改善する可能性がある。
専門家が生み出す高品質な情報は、しばしば難しいジャーゴンの平民が理解するのに苦労している。
これは医療分野において特に顕著な問題であり、レイマンはしばしばオンラインの医療テキストに混同される。
論文 参考訳(メタデータ) (2021-10-06T17:57:22Z) - Multilingual Medical Question Answering and Information Retrieval for
Rural Health Intelligence Access [1.0499611180329804]
いくつかの発展途上国の農村部では、高品質な医療、医療インフラ、専門的診断へのアクセスはほとんど利用できない。
このような医療アクセスの欠如、患者の以前の健康記録の欠如、および先住民語での情報の置換によるいくつかの死を、容易に防ぐことができる。
本稿では,機械学習とNLP(Natural Language Processing)技術における現象の進展を利用して,低リソース・多言語・予備的ファーストポイント・オブ・コンタクト・メディカルアシスタントを設計するアプローチについて述べる。
論文 参考訳(メタデータ) (2021-06-02T16:05:24Z) - NLP is Not enough -- Contextualization of User Input in Chatbots [4.833037692738672]
ディープネットワークに基づく高度な自然言語処理技術は、ユーザの要求を効率的に処理して機能を実行する。
チャットボットが普及するにつれて、医療への適用可能性は、過剰なシステムの経済的および人的コストの削減による魅力的な提案です。
しかし、医療用ボットには、安全かつ医学的に正確な情報収集が必要です。
論文 参考訳(メタデータ) (2021-05-13T18:57:32Z) - Auto Response Generation in Online Medical Chat Services [0.0]
医師が相談要求に効率的に反応できるスマートな自動応答生成機構を開発した。
9ヶ月にわたって収集された医師と患者の匿名、歴史的なオンラインメッセージ9万件を探索する。
論文 参考訳(メタデータ) (2021-04-26T17:45:10Z)
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。