論文の概要: Automatic detection of cognitive impairment in elderly people using an entertainment chatbot with Natural Language Processing capabilities
- arxiv url: http://arxiv.org/abs/2405.18542v1
- Date: Tue, 28 May 2024 19:17:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-30 21:53:22.916254
- Title: Automatic detection of cognitive impairment in elderly people using an entertainment chatbot with Natural Language Processing capabilities
- Title（参考訳）: 自然言語処理機能を有するエンターテイメントチャットボットを用いた高齢者の認知障害の自動検出
- Authors: Francisco de Arriba-Pérez, Silvia García-Méndez, Francisco J. González-Castaño, Enrique Costa-Montenegro,
- Abstract要約: 本稿では,高齢者の認知障害を透過的にモニタリングする知的会話システムについて紹介する。
自然言語生成技術を用いて,更新されたニュース項目から対話フローを自動生成する。
このシステムは、質問に対する回答のゴールドスタンダードを推論し、認知能力を自動的に評価する。
- 参考スコア（独自算出の注目度）: 8.032202552952299
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Previous researchers have proposed intelligent systems for therapeutic monitoring of cognitive impairments. However, most existing practical approaches for this purpose are based on manual tests. This raises issues such as excessive caretaking effort and the white-coat effect. To avoid these issues, we present an intelligent conversational system for entertaining elderly people with news of their interest that monitors cognitive impairment transparently. Automatic chatbot dialogue stages allow assessing content description skills and detecting cognitive impairment with Machine Learning algorithms. We create these dialogue flows automatically from updated news items using Natural Language Generation techniques. The system also infers the gold standard of the answers to the questions, so it can assess cognitive capabilities automatically by comparing these answers with the user responses. It employs a similarity metric with values in [0, 1], in increasing level of similarity. To evaluate the performance and usability of our approach, we have conducted field tests with a test group of 30 elderly people in the earliest stages of dementia, under the supervision of gerontologists. In the experiments, we have analysed the effect of stress and concentration in these users. Those without cognitive impairment performed up to five times better. In particular, the similarity metric varied between 0.03, for stressed and unfocused participants, and 0.36, for relaxed and focused users. Finally, we developed a Machine Learning algorithm based on textual analysis features for automatic cognitive impairment detection, which attained accuracy, F-measure and recall levels above 80%. We have thus validated the automatic approach to detect cognitive impairment in elderly people based on entertainment content.
- Abstract（参考訳）: 従来の研究者は認知障害の治療モニタリングのためのインテリジェントシステムを提案してきた。
しかし、この目的のための既存の実践的なアプローチは手動テストに基づいている。
これにより、過剰なケアやホワイトコート効果などの問題が発生する。
これらの問題を回避するため,高齢者の関心を喚起し,認知障害を透過的に監視するインテリジェントな会話システムを提案する。
自動チャットボット対話は、コンテンツ記述スキルの評価と機械学習アルゴリズムによる認知障害の検出を可能にする。
我々は、自然言語生成技術を用いて、更新されたニュース項目からこれらの対話フローを自動生成する。
このシステムは、質問に対する回答のゴールドスタンダードも推論するので、これらの回答とユーザ応答を比べることで、認知能力を自動的に評価することができる。
類似度は[0, 1]の値を持つ類似度で、類似度のレベルが増加する。
本研究は,認知症早期の高齢者30名を対象に,老年医学者の指導のもと,フィールドテストを実施した。
実験では, 利用者のストレスと集中度を解析した。
認知障害のない患者は最大で5倍の成績を示した。
特に類似度は、ストレスや集中していない参加者の0.03と、リラックスしたユーザーと集中したユーザーの0.36と様々である。
最後に、自動認知障害検出のためのテキスト解析機能に基づく機械学習アルゴリズムを開発し、精度、F測定、リコールレベルを80%以上とした。
そこで我々は,エンターテイメントコンテンツに基づく高齢者の認知障害の自動検出手法を検証した。
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) - Auto Detecting Cognitive Events Using Machine Learning on Pupillary Data [0.0]
瞳孔の大きさは認知作業負荷の貴重な指標であり、自律神経系によって支配される注意の変化と覚醒を反映している。
本研究では、機械学習を用いて個人が経験した認知イベントを自動的に検出する可能性について検討する。
論文 参考訳（メタデータ） (2024-10-18T04:54:46Z) - Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic
Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。
本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文 参考訳（メタデータ） (2023-11-13T21:20:17Z) - Assessing cognitive function among older adults using machine learning and wearable device data: a feasibility study [3.0872517448897465]
健常成人と認知不良高齢者を区別する予測モデルを開発した。
活動と睡眠パラメータは、他の認知流速と比較して、処理速度、作業記憶、注意に強く関連していた。
論文 参考訳（メタデータ） (2023-08-28T00:07:55Z) - 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) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Deep Convolution Network Based Emotion Analysis for Automatic Detection
of Mild Cognitive Impairment in the Elderly [15.217754542927961]
認知障害の早期発見は、患者と介護者の両方にとって非常に重要である。
認知障害患者には異常な感情パターンが認められた。
本稿では,認知障害を検出するための新しい深層畳み込みネットワークシステムを提案する。
論文 参考訳（メタデータ） (2021-11-09T11:51:33Z) - CogAlign: Learning to Align Textual Neural Representations to Cognitive
Language Processing Signals [60.921888445317705]
自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。
我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
論文 参考訳（メタデータ） (2021-06-10T07:10:25Z) - AutoCogniSys: IoT Assisted Context-Aware Automatic Cognitive Health
Assessment [2.7998963147546148]
AutoCogniSysは、コンテキスト対応の自動認知ヘルスアセスメントシステムである。
我々は,高齢者の生活環境における認知的健康度自動評価システムを開発した。
AutoCogniSysのパフォーマンスは、高齢者の認知健康度を評価する際の精度の最大93%を証明している。
論文 参考訳（メタデータ） (2020-03-17T01:44:59Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z) - Adversarial vs behavioural-based defensive AI with joint, continual and
active learning: automated evaluation of robustness to deception, poisoning
and concept drift [62.997667081978825]
人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。
本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
論文 参考訳（メタデータ） (2020-01-13T13:54:36Z)
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。