論文の概要: PsyDraw: A Multi-Agent Multimodal System for Mental Health Screening in Left-Behind Children

• arxiv url: http://arxiv.org/abs/2412.14769v1
• Date: Thu, 19 Dec 2024 11:51:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:32:02.731835
• Title: PsyDraw: A Multi-Agent Multimodal System for Mental Health Screening in Left-Behind Children
• Title（参考訳）: PsyDraw: 左側の小児のメンタルヘルススクリーニングのためのマルチエージェントマルチモーダルシステム
• Authors: Yiqun Zhang, Xiaocui Yang, Xiaobai Li, Siyuan Yu, Yi Luan, Shi Feng, Daling Wang, Yifei Zhang,
• Abstract要約: 左隣の子供(LBC)は、仕事の親の移動によって深刻なメンタルヘルスに悩まされる。 本稿では,HTP図面解析におけるメンタルヘルス専門家を支援するマルチモーダル大規模言語モデルに基づくマルチエージェントシステムであるPsyDrawを提案する。
• 参考スコア（独自算出の注目度）: 32.03232677458019
• License:
• Abstract: Left-behind children (LBCs), numbering over 66 million in China, face severe mental health challenges due to parental migration for work. Early screening and identification of at-risk LBCs is crucial, yet challenging due to the severe shortage of mental health professionals, especially in rural areas. While the House-Tree-Person (HTP) test shows higher child participation rates, its requirement for expert interpretation limits its application in resource-scarce regions. To address this challenge, we propose PsyDraw, a multi-agent system based on Multimodal Large Language Models that assists mental health professionals in analyzing HTP drawings. The system employs specialized agents for feature extraction and psychological interpretation, operating in two stages: comprehensive feature analysis and professional report generation. Evaluation of HTP drawings from 290 primary school students reveals that 71.03% of the analyzes achieved High Consistency with professional evaluations, 26.21% Moderate Consistency and only 2.41% Low Consistency. The system identified 31.03% of cases requiring professional attention, demonstrating its effectiveness as a preliminary screening tool. Currently deployed in pilot schools, \method shows promise in supporting mental health professionals, particularly in resource-limited areas, while maintaining high professional standards in psychological assessment.
• Abstract（参考訳）: 中国では6600万人以上の左隣の子供(LBC)が、職場への親の移住によって深刻なメンタルヘルスに悩まされている。 リスクの高いLBCの早期スクリーニングと同定は極めて重要であるが、特に農村部ではメンタルヘルスの専門家が不足しているため困難である。 HTP(House-Tree-Person)テストは、より高い児童参加率を示すが、専門家による解釈の要求は、資源不足地域における利用を制限する。 この課題に対処するため,HTP図面解析におけるメンタルヘルス専門家を支援するマルチモーダル大規模言語モデルに基づくマルチエージェントシステムであるPsyDrawを提案する。 このシステムは特徴抽出と心理学的解釈のために特殊エージェントを使用し、包括的特徴分析と専門的なレポート生成という2つの段階で動作する。 290人の小学生によるHTP図面の評価は、分析結果の71.03%が専門的評価で高い一貫性を達成し、26.21%が適度な一貫性、2.41%が低一貫性であることを示している。 このシステムは、プロの注意を要する症例の31.03%を特定し、予備スクリーニングツールとしての有効性を実証した。 現在、パイロットスクールに配備されているShamethodは、心理的アセスメントにおける高い専門的基準を維持しながら、特に資源に制限された地域でメンタルヘルスのプロフェッショナルを支援することを約束している。

関連論文リスト

• MMDS: A Multimodal Medical Diagnosis System Integrating Image Analysis and Knowledge-based Departmental Consultation [44.16528320070089]
  MMDSは、医療画像や患者の顔の詳細を認識できるシステムである。 第1の構成要素は、医療画像とビデオの分析である。 第2の要素は、専門的な医療反応の生成である。
  論文  参考訳（メタデータ） (2024-10-20T14:31:05Z)
• AI-Driven Early Mental Health Screening with Limited Data: Analyzing Selfies of Pregnant Women [32.514036618021244]
  うつ病や不安障害は世界中で何百万もの人に影響を与え、精神疾患の重荷に大きく貢献する。 早期スクリーニングは、精神疾患のタイムリーな同定が治療成績を大幅に改善するので、効果的な介入に不可欠である。 本研究は、顔中心の自撮りを与えられたユビキタスな抑うつ不安スクリーニングのためのAIモデルの可能性について検討する。
  論文  参考訳（メタデータ） (2024-10-07T19:34:25Z)
• Depression Detection and Analysis using Large Language Models on Textual and Audio-Visual Modalities [25.305909441170993]
  うつ病は公衆衛生上の重大な問題であり、個人の心理的健康に大きな影響を与えている。 診断されていない場合、うつ病は重篤な健康問題を引き起こし、身体的に現れて自殺に至る。
  論文  参考訳（メタデータ） (2024-07-08T17:00:51Z)
• Empowering Tuberculosis Screening with Explainable Self-Supervised Deep Neural Networks [66.59360534642579]
  結核は、特に資源に制限された人口や遠隔地において、世界的な健康危機として存続している。 本研究では,結核症例検診に適した自己指導型自己学習ネットワークを提案する。 ネットワーク全体の精度は98.14%で、それぞれ95.72%と99.44%という高いリコール率と精度を示している。
  論文  参考訳（メタデータ） (2024-06-19T18:10:06Z)
• A Dual-Prompting for Interpretable Mental Health Language Models [11.33857985668663]
  CLPsych 2024 Shared Taskは、Large Language Models (LLMs)の解釈可能性を高めることを目的としている。 i) 専門的アイデンティティと自殺辞書をメンタルヘルスに特有なLSMと組み合わせた知識認識型エビデンス抽出法と,(ii) LLMに基づく一貫性評価器を用いた要約手法を提案する。
  論文  参考訳（メタデータ） (2024-02-20T06:18:02Z)
• 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)
• Towards Mitigating Hallucination in Large Language Models via Self-Reflection [63.2543947174318]
  大規模言語モデル(LLM)は、質問応答(QA)タスクを含む生成的および知識集約的なタスクを約束している。 本稿では,広範に採用されているLCMとデータセットを用いた医療再生QAシステムにおける幻覚現象を解析する。
  論文  参考訳（メタデータ） (2023-10-10T03:05:44Z)
• 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。