論文の概要: TheraGen: Therapy for Every Generation
- arxiv url: http://arxiv.org/abs/2409.13748v1
- Date: Thu, 12 Sep 2024 17:15:44 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-07 05:24:17.892010
- Title: TheraGen: Therapy for Every Generation
- Title（参考訳）: TheraGen: 世代ごとのセラピー
- Authors: Kartikey Doshi, Jimit Shah, Narendra Shekokar,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.3277163122167434
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present TheraGen, an advanced AI-powered mental health chatbot utilizing the LLaMA 2 7B model. This approach builds upon recent advancements in language models and transformer architectures. TheraGen provides all-day personalized, compassionate mental health care by leveraging a large dataset of 1 million conversational entries, combining anonymized therapy transcripts, online mental health discussions, and psychological literature, including APA resources. Our implementation employs transfer learning, fine-tuning, and advanced training techniques to optimize performance. TheraGen offers a user-friendly interface for seamless interaction, providing empathetic responses and evidence-based coping strategies. Evaluation results demonstrate high user satisfaction rates, with 94% of users reporting improved mental well-being. The system achieved a BLEU score of 0.67 and a ROUGE score of 0.62, indicating strong response accuracy. With an average response time of 1395 milliseconds, TheraGen ensures real-time, efficient support. While not a replacement for professional therapy, TheraGen serves as a valuable complementary tool, significantly improving user well-being and addressing the accessibility gap in mental health treatments. This paper details TheraGen's architecture, training methodology, ethical considerations, and future directions, contributing to the growing field of AI-assisted mental healthcare and offering a scalable solution to the pressing need for mental health support.
- Abstract（参考訳）: 我々は、LLaMA 2 7Bモデルを利用した高度なAIを活用したメンタルヘルスチャットボットであるTheraGenを紹介する。
このアプローチは、言語モデルとトランスフォーマーアーキテクチャの最近の進歩に基づいている。
TheraGenは、100万件の会話エントリの大規模なデータセットを活用し、匿名化された治療書き起こし、オンラインのメンタルヘルス議論、そしてAPAリソースを含む心理学的文献を組み合わせることで、一日中パーソナライズされ、思いやりのあるメンタルヘルスを提供する。
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。
TheraGenはシームレスなインタラクションのためのユーザフレンドリなインターフェースを提供し、共感的な応答とエビデンスベースの対処戦略を提供する。
評価結果は高い満足度を示し,94%のユーザが精神的幸福感の改善を報告している。
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。
1395ミリ秒の平均応答時間で、TheraGenはリアルタイムで効率的なサポートを保証する。
TheraGenは、プロのセラピーの代わりにはならないが、ユーザーの健康を著しく改善し、メンタルヘルス治療におけるアクセシビリティのギャップに対処する貴重な補完ツールとして機能する。
本稿では、TheraGenのアーキテクチャ、トレーニング方法論、倫理的考察、今後の方向性について詳述し、AI支援精神医療の分野の成長に寄与し、メンタルヘルスサポートの強化ニーズに対するスケーラブルなソリューションを提供する。
関連論文リスト
- Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。
以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。
本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
論文 参考訳（メタデータ） (2024-11-17T00:13:00Z) - SouLLMate: An Application Enhancing Diverse Mental Health Support with Adaptive LLMs, Prompt Engineering, and RAG Techniques [9.146311285410631]
メンタルヘルスの問題は個人の日常生活に大きな影響を及ぼすが、多くの人は利用可能なオンラインリソースでも必要な支援を受けていない。
この研究は、最先端のAI技術を通じて、多様な、アクセス可能な、スティグマのない、パーソナライズされた、リアルタイムのメンタルヘルスサポートを提供することを目的としている。
論文 参考訳（メタデータ） (2024-10-17T22:04:32Z) - MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
メンタルヘルス障害は世界で最も深刻な病気の1つである。
プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。
MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
論文 参考訳（メタデータ） (2024-10-09T13:06:40Z) - Enhancing Mental Health Support through Human-AI Collaboration: Toward Secure and Empathetic AI-enabled chatbots [0.0]
本稿では、スケーラブルなソリューションとしてのAI対応チャットボットの可能性について検討する。
メンタルヘルスの文脈で共感的で有意義な反応を提供する能力を評価する。
本稿では,データプライバシを保証し,バイアスを低減し,臨床医による継続的検証を統合して応答品質を向上させるためのフェデレート学習フレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-17T20:49:13Z) - Bridging the Skills Gap: Evaluating an AI-Assisted Provider Platform to
Support Care Providers with Empathetic Delivery of Protocolized Therapy [5.6317091933490495]
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。
論文 参考訳（メタデータ） (2024-01-08T02:23:17Z) - Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。
このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。
我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文 参考訳（メタデータ） (2023-05-12T17:37:04Z) - 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) - 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) - "Am I A Good Therapist?" Automated Evaluation Of Psychotherapy Skills
Using Speech And Language Technologies [38.726068038788384]
5000以上のレコードのデータセットを使用して、当社のプラットフォームとそのパフォーマンスを説明します。
本システムでは,セッションのダイナミクスに関する情報を含む包括的フィードバックをセラピストに提供する。
我々は、近い将来、自動精神療法評価ツールの広範な利用が専門家の能力を増強すると確信している。
論文 参考訳（メタデータ） (2021-02-22T18:52:52Z) - 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)
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。