論文の概要: Exploiting ChatGPT for Diagnosing Autism-Associated Language Disorders and Identifying Distinct Features

• arxiv url: http://arxiv.org/abs/2405.01799v1
• Date: Fri, 3 May 2024 01:04:28 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-06 14:05:10.185244
• Title: Exploiting ChatGPT for Diagnosing Autism-Associated Language Disorders and Identifying Distinct Features
• Title（参考訳）: 自閉症関連言語障害の診断と特定のためのチャットGPTの作成
• Authors: Chuanbo Hu, Wenqi Li, Mindi Ruan, Xiangxu Yu, Lynn K. Paul, Shuo Wang, Xin Li,
• Abstract要約: 本研究では, 最先端の言語モデルであるChatGPTを用いて, 診断精度を高め, 自閉症を示す特定の言語特徴をプロファイリングする方法について検討した。 その結果、ChatGPTは従来の教師あり学習モデルよりも大幅に優れており、ゼロショット学習構成では精度とF1スコアの両方が13%以上向上していることがわかった。 我々の研究は、ChatGPTのような高度なAIツールを臨床環境に適用し、発達障害を評価し診断することを提唱している。
• 参考スコア（独自算出の注目度）: 13.006406004068117
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diagnosing language disorders associated with autism is a complex and nuanced challenge, often hindered by the subjective nature and variability of traditional assessment methods. Traditional diagnostic methods not only require intensive human effort but also often result in delayed interventions due to their lack of speed and specificity. In this study, we explored the application of ChatGPT, a state of the art large language model, to overcome these obstacles by enhancing diagnostic accuracy and profiling specific linguistic features indicative of autism. Leveraging ChatGPT advanced natural language processing capabilities, this research aims to streamline and refine the diagnostic process. Specifically, we compared ChatGPT's performance with that of conventional supervised learning models, including BERT, a model acclaimed for its effectiveness in various natural language processing tasks. We showed that ChatGPT substantially outperformed these models, achieving over 13% improvement in both accuracy and F1 score in a zero shot learning configuration. This marked enhancement highlights the model potential as a superior tool for neurological diagnostics. Additionally, we identified ten distinct features of autism associated language disorders that vary significantly across different experimental scenarios. These features, which included echolalia, pronoun reversal, and atypical language usage, were crucial for accurately diagnosing ASD and customizing treatment plans. Together, our findings advocate for adopting sophisticated AI tools like ChatGPT in clinical settings to assess and diagnose developmental disorders. Our approach not only promises greater diagnostic precision but also aligns with the goals of personalized medicine, potentially transforming the evaluation landscape for autism and similar neurological conditions.
• Abstract（参考訳）: 自閉症に関連する言語障害の診断は複雑で曖昧な課題であり、しばしば伝統的な評価手法の主観的性質と多様性によって妨げられる。 従来の診断法は、集中的な人間の努力を必要とするだけでなく、スピードと特異性の欠如により、しばしば遅延した介入をもたらす。 本研究では、診断精度を高め、自閉症を示す特定の言語特徴をプロファイリングすることにより、これらの障害を克服するために、最先端の大規模言語モデルであるChatGPTの適用について検討した。 本研究は,ChatGPTの高度な自然言語処理機能を活用し,診断プロセスの合理化と洗練を目的としている。 具体的には,ChatGPTの性能と従来の教師付き学習モデルとの比較を行った。 その結果,ChatGPTの精度は13%以上向上し,F1スコアは0ショット学習構成で向上した。 この顕著な拡張は、神経学的診断の優れたツールとしてモデルの可能性を強調している。 さらに, 自閉症関連言語障害の特徴を10種類同定し, 異なる実験シナリオで有意差が認められた。 これらの特徴には、エコー、代名詞反転、非定型言語の使用が含まれており、ASDの正確な診断と治療計画のカスタマイズに不可欠であった。 この結果から,ChatGPTなどの高度なAIツールを臨床現場に導入し,発達障害の診断・診断に活用することを提唱した。 我々のアプローチは、より正確な診断を約束するだけでなく、パーソナライズされた医療の目標と一致し、自閉症や同様の神経疾患の評価環境を変革する可能性がある。

関連論文リスト

• Explainable cognitive decline detection in free dialogues with a Machine Learning approach based on pre-trained Large Language Models [6.817247544942709]
  我々は,認知の低下を検出するために,自由対話から特徴を抽出するために,Large Language Modelsを提案する。 本ソリューションは, (i) 事前処理, (ii) 自然言語処理技術による特徴工学, (iii) 性能を最適化するための特徴解析と選択, (iv) 自動説明可能性による分類を含む。
  論文  参考訳（メタデータ） (2024-11-04T12:38:08Z)
• Explainable AI for Autism Diagnosis: Identifying Critical Brain Regions Using fMRI Data [0.29687381456163997]
  自閉症スペクトラム障害(ASD)の早期診断と介入は、自閉症者の生活の質を著しく向上させることが示されている。 ASDの客観的バイオマーカーは診断精度の向上に役立つ。 深層学習(DL)は,医療画像データから疾患や病態を診断する上で,優れた成果を上げている。 本研究の目的は, ASD の精度と解釈性を向上させることであり, ASD を正確に分類できるだけでなく,その動作に関する説明可能な洞察を提供する DL モデルを作成することである。
  論文  参考訳（メタデータ） (2024-09-19T23:08:09Z)
• Modality-Order Matters! A Novel Hierarchical Feature Fusion Method for CoSAm: A Code-Switched Autism Corpus [3.06952918690254]
  本研究は,小児における早期ASD検出の促進を目的とした,新しい階層的特徴融合法を提案する。 この手法は、コードスイッチされた音声コーパスであるCoSAmを、ASDと一致した制御グループと診断された子供から収集する。 このデータセットは、ASDと診断された30人の子供から61人の音声記録と、神経型児から31人の音声記録を含んでおり、3歳から13歳の間である。
  論文  参考訳（メタデータ） (2024-07-19T14:06:01Z)
• Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition [47.550391816383794]
  本稿では,音声・視覚自閉症の行動認識の新たな課題について紹介する。 社会的行動認識は、AIによる自閉症スクリーニング研究において、これまで省略されてきた重要な側面である。 データセット、コード、事前トレーニングされたモデルをリリースします。
  論文  参考訳（メタデータ） (2024-03-22T22:52:35Z)
• Accurate Autism Spectrum Disorder prediction using Support Vector Classifier based on Federated Learning (SVCFL) [0.0]
  自閉症スペクトラム障害の予測には99%の精度が得られ, 結果が13%改善した。 本稿では,自閉症スペクトラム障害の予測に99%の精度を達成し,その結果を13%改善した。
  論文  参考訳（メタデータ） (2023-11-08T11:14:29Z)
• Empowering Psychotherapy with Large Language Models: Cognitive Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
  本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。 DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。 実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
  論文  参考訳（メタデータ） (2023-10-11T02:47:21Z)
• Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
  アルツハイマー病(AD)は高齢者に特に顕著である。 事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。 本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:03:28Z)
• Comparison of Probabilistic Deep Learning Methods for Autism Detection [0.0]
  自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、現在世界中で普及している神経発達障害の一つ。 この疾患の早期発見は、発症治療に役立ち、正常な生活を導くのに役立つ。
  論文  参考訳（メタデータ） (2023-03-09T17:49:37Z)
• Exploiting prompt learning with pre-trained language models for Alzheimer's Disease detection [70.86672569101536]
  アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。 本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
  論文  参考訳（メタデータ） (2022-10-29T09:18:41Z)
• Exploring linguistic feature and model combination for speech recognition based automatic AD detection [61.91708957996086]
  音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。 専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。 本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
  論文  参考訳（メタデータ） (2022-06-28T05:09:01Z)
• Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
  資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。 我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-08-21T20:22:55Z)

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。