論文の概要: Introducing ELLIPS: An Ethics-Centered Approach to Research on LLM-Based Inference of Psychiatric Conditions

• arxiv url: http://arxiv.org/abs/2409.15323v1
• Date: Fri, 6 Sep 2024 12:27:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-06 19:54:40.884797
• Title: Introducing ELLIPS: An Ethics-Centered Approach to Research on LLM-Based Inference of Psychiatric Conditions
• Title（参考訳）: ELIPSの紹介 : LLMに基づく精神疾患の推論研究への倫理的アプローチ
• Authors: Roberta Rocca, Giada Pistilli, Kritika Maheshwari, Riccardo Fusaroli,
• Abstract要約: 本稿では,言語を基盤とした精神病理学研究の倫理的景観を概説する。 モデルの開発とデプロイメントをガイドする7つの中心的な倫理原則を特定します。 我々はこれらの原則を研究者の選択を導くための質問に翻訳する。
• 参考スコア（独自算出の注目度）: 0.6174527525452624
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As mental health care systems worldwide struggle to meet demand, there is increasing focus on using language models to infer neuropsychiatric conditions or psychopathological traits from language production. Yet, so far, this research has only delivered solutions with limited clinical applicability, due to insufficient consideration of ethical questions crucial to ensuring the synergy between possible applications and model design. To accelerate progress towards clinically applicable models, our paper charts the ethical landscape of research on language-based inference of psychopathology and provides a practical tool for researchers to navigate it. We identify seven core ethical principles that should guide model development and deployment in this domain, translate them into ELLIPS, an ethical toolkit operationalizing these principles into questions that can guide researchers' choices with respect to data selection, architectures, evaluation, and model deployment, and provide a case study exemplifying its use. With this, we aim to facilitate the emergence of model technology with concrete potential for real-world applicability.
• Abstract（参考訳）: 世界中のメンタルヘルスシステムは需要を満たすのに苦戦しているため、言語モデルを用いて精神医学的な状態や言語生産の精神病理学的特徴を推測することに注力している。 しかし、これまでのところ、この研究は、可能なアプリケーションとモデル設計の相乗効果を確保するために不可欠な倫理的問題について十分に考慮されていないため、限定的な臨床応用性を備えたソリューションしか提供していない。 本論文は,臨床応用モデルへの進展を早めるために,言語に基づく精神病理学の考察の倫理的景観を図示し,研究者がそれをナビゲートするための実用的なツールを提供する。 我々は、この領域におけるモデル開発と展開を導く7つの中核的な倫理原則を特定し、これらの原則を運用する倫理的ツールキットであるELLIPSに翻訳し、データ選択、アーキテクチャ、評価、モデル展開に関して研究者の選択を導くことができる質問へと変換し、その使用を実証するケーススタディを提供する。 そこで本研究では,現実の応用可能性を示す具体的な可能性を持ったモデル技術の出現を促進することを目的とする。

関連論文リスト

• A Tutorial on Clinical Speech AI Development: From Data Collection to Model Validation [19.367198670893778]
  本稿では,臨床音声AIの堅牢な開発に必要な要素について概説する。 目的は、入力と出力がより解釈可能で臨床的に意味のある音声の側面にリンクするモデルの構築に関する包括的なガイダンスを提供することである。
  論文  参考訳（メタデータ） (2024-10-29T00:58:15Z)
• Demystifying Large Language Models for Medicine: A Primer [50.83806796466396]
  大規模言語モデル(LLM)は、医療のさまざまな側面に革命をもたらすことのできる、変革的なAIツールのクラスである。 本チュートリアルは、LSMを臨床実践に効果的に統合するために必要なツールを医療専門家に提供することを目的としている。
  論文  参考訳（メタデータ） (2024-10-24T15:41:56Z)
• The Role of Language Models in Modern Healthcare: A Comprehensive Review [2.048226951354646]
  医療における大規模言語モデル(LLM)の適用は注目されている。 本稿では,言語モデルの初期から現在までの軌跡を概観する。
  論文  参考訳（メタデータ） (2024-09-25T12:15:15Z)
• Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
  言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。 パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。 得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
  論文  参考訳（メタデータ） (2024-09-09T06:55:37Z)
• Clinical Insights: A Comprehensive Review of Language Models in Medicine [1.5020330976600738]
  この研究は、LLMの基盤技術から、ドメイン固有モデルやマルチモーダル統合の最新の発展まで、その進化を辿っている。 本稿では、これらの技術が臨床効率を高めるための機会と、倫理、データプライバシ、実装の観点からそれらがもたらす課題について論じる。
  論文  参考訳（メタデータ） (2024-08-21T15:59:33Z)
• A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
  本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。 モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
  論文  参考訳（メタデータ） (2024-07-07T18:02:00Z)
• SemioLLM: Assessing Large Language Models for Semiological Analysis in Epilepsy Research [45.2233252981348]
  大規模言語モデルは、一般的な医学的知識をエンコードする能力において有望な結果を示している。 内科的知識を活用しててててんかんの診断を行う技術について検討した。
  論文  参考訳（メタデータ） (2024-07-03T11:02:12Z)
• Dr-LLaVA: Visual Instruction Tuning with Symbolic Clinical Grounding [53.629132242389716]
  VLM(Vision-Language Models)は、医用画像を分析し、自然言語の相互作用に関与することによって、臨床医を支援する。 VLMはしばしば「幻覚的」な振る舞いを示し、文脈的マルチモーダル情報に基づかないテキスト出力を生成する。 本稿では,臨床推論の象徴的表現を用いて医療知識にVLMを基盤とする新たなアライメントアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-05-29T23:19:28Z)
• An Introduction to Natural Language Processing Techniques and Framework for Clinical Implementation in Radiation Oncology [1.2714439146420664]
  放射線オンコロジー研究において,大規模言語モデル(LLM)を用いた最先端NLPアプリケーションを提案する。 LLMは、厳格な評価と検証を必要とする幻覚、偏見、倫理的違反など、多くの誤りを起こしやすい。 本論は, 臨床放射線腫瘍学におけるNLPモデルの開発と利用に関心がある研究者や臨床医に対して, 指導と洞察を提供することを目的とする。
  論文  参考訳（メタデータ） (2023-11-03T19:32:35Z)
• Ethical Aspects of ChatGPT in Software Engineering Research [4.0594888788503205]
  ChatGPTは、自然言語の相互作用に基づいた効率的でアクセスしやすい情報分析と合成を提供することで、ソフトウェア工学(SE)の研究プラクティスを改善することができる。 しかしChatGPTは、盗用、プライバシー、データセキュリティ、バイアスや有害なデータを生成するリスクを含む倫理的課題をもたらす可能性がある。 本研究の目的は、モチベーター、デモティベーター、SEリサーチでChatGPTを使用する倫理的原則といった重要な要素を解明することで、与えられたギャップを埋めることである。
  論文  参考訳（メタデータ） (2023-06-13T06:13:21Z)
• Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
  ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。 治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。 この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
  論文  参考訳（メタデータ） (2021-05-03T21:20:20Z)

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。