論文の概要: Personalizing Exposure Therapy via Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2504.14095v1
• Date: Fri, 18 Apr 2025 22:21:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-30 05:18:22.652836
• Title: Personalizing Exposure Therapy via Reinforcement Learning
• Title（参考訳）: 強化学習による露出療法のパーソナライズ
• Authors: Athar Mahmoudi-Nejad, Matthew Guzdial, Pierre Boulanger,
• Abstract要約: 本稿では, 生理的指標に基づいて治療内容を自動的に適応するアプローチを提案する。 我々は,バーチャルリアリティー・アラキノフォビア曝露療法の文脈において,我々のアプローチを実装した。
• 参考スコア（独自算出の注目度）: 2.896648070760215
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Personalized therapy, in which a therapeutic practice is adapted to an individual patient, can lead to improved health outcomes. Typically, this is accomplished by relying on a therapist's training and intuition along with feedback from a patient. However, this requires the therapist to become an expert on any technological components, such as in the case of Virtual Reality Exposure Therapy (VRET). While there exist approaches to automatically adapt therapeutic content to a patient, they generally rely on hand-authored, pre-defined rules, which may not generalize to all individuals. In this paper, we propose an approach to automatically adapt therapeutic content to patients based on physiological measures. We implement our approach in the context of virtual reality arachnophobia exposure therapy, and rely on experience-driven procedural content generation via reinforcement learning (EDPCGRL) to generate virtual spiders to match an individual patient. Through a human subject study, we demonstrate that our system significantly outperforms a more common rules-based method, highlighting its potential for enhancing personalized therapeutic interventions.
• Abstract（参考訳）: 個別の患者に治療を適応させるパーソナライズド・セラピーは、健康状態の改善につながる可能性がある。 通常、これは患者からのフィードバックとともにセラピストの訓練と直感に頼ることで達成される。 しかし、これはセラピストがVRET(Virtual Reality Exposure Therapy)のようなあらゆる技術要素の専門家になる必要がある。 患者に治療内容を自動的に適応するアプローチは存在するが、一般的には、すべての個人に一般化されない、手書きの事前定義された規則に依存している。 本稿では,生理的指標に基づいて治療内容を自動的に適応するアプローチを提案する。 我々は,バーチャルリアリティー・アラキノフォビア曝露療法の文脈において,我々のアプローチを実践し,個々の患者に合った仮想クモを生成するために,強化学習(EDPCGRL)による経験駆動の手続き的コンテンツ生成に頼っている。 人間の被験者による研究を通して、我々のシステムはより一般的なルールベースの手法よりも優れており、パーソナライズされた治療介入の強化の可能性を強調している。

関連論文リスト

• The Language of Attachment: Modeling Attachment Dynamics in Psychotherapy [4.577787236277634]
  NLP分類モデルを用いた心理療法書から患者の愛着様式を自動評価する最初の探索分析法を提案する。 我々の研究は、よりパーソナライズされた心理療法と、より標的とした精神療法のメカニズムの研究を可能にする研究の道を開く。
  論文  参考訳（メタデータ） (2025-04-22T21:07:44Z)
• Toward Large Language Models as a Therapeutic Tool: Comparing Prompting Techniques to Improve GPT-Delivered Problem-Solving Therapy [6.952909762512736]
  そこで本研究では,大規模言語モデル (LLM) を指導するためのプロンプトエンジニアリングの効果について検討する。 本稿では,プロンプトエンジニアリング手法を適切に利用することにより,プロトタイズされた治療を提供するモデルの能力を向上できることを実証する。
  論文  参考訳（メタデータ） (2024-08-27T17:25:16Z)
• Roleplay-doh: Enabling Domain-Experts to Create LLM-simulated Patients via Eliciting and Adhering to Principles [58.82161879559716]
  ドメインエキスパートから定性的なフィードバックを引き出す新しい人間-LLMコラボレーションパイプラインであるRoleplay-dohを開発した。 このパイプラインを適用して、シニアメンタルヘルスサポーターが、シミュレートされた実践パートナのためにカスタマイズされたAI患者を作成できるようにします。
  論文  参考訳（メタデータ） (2024-07-01T00:43:02Z)
• COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling [14.04866656172336]
  治療作業同盟は精神療法の成功の重要な予測要因である。 本稿では,心理療法セッションで使用される自然言語から治療作業アライアンスを推定するための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2024-02-22T16:56:44Z)
• Assessing Patient Eligibility for Inspire Therapy through Machine Learning and Deep Learning Models [4.4048801693309825]
  インスパイア療法(Inspire therapy)は、FDAが承認した閉塞性睡眠時無呼吸症の内的神経刺激療法である。 全ての患者がこの治療に反応するわけではなく、経験豊富な耳鼻咽喉科医でさえ候補を決定するのが困難である。 本稿では,機械学習と深層学習の両手法を併用して,インスパイア療法に対する患者反応を識別する試みを初めて行った。
  論文  参考訳（メタデータ） (2024-02-01T23:53:12Z)
• 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)
• Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
  戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。 標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。 本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
  論文  参考訳（メタデータ） (2022-09-14T15:33:30Z)
• Adherence Forecasting for Guided Internet-Delivered Cognitive Behavioral Therapy: A Minimally Data-Sensitive Approach [59.535699822923]
  インターネット提供型心理的治療(IDPT)は、メンタルヘルスのアクセシビリティを向上させるための効果的でスケーラブルな経路であると考えられている。 本研究は,最小限の敏感なログイン/ログアウトデータに依存しながら,自動アドバンス予測を行うディープラーニングアプローチを提案する。 提案されたセルフアテンションネットワークは、治療期間の1/3が経過した時点で、平均的バランスの正確さを70%以上達成した。
  論文  参考訳（メタデータ） (2022-01-11T13:55:57Z)
• Arachnophobia Exposure Therapy using Experience-driven Procedural Content Generation via Reinforcement Learning (EDPCGRL) [2.8933605229876664]
  本稿では, 生理的指標に基づいて治療内容を自動的に適応するアプローチを提案する。 我々のEDPCGRL法は、既存の検索ベースのEDPCG手法と比較して、これらの仮想人間に高い精度でより迅速に適応することができる。
  論文  参考訳（メタデータ） (2021-10-07T06:36:35Z)
• Personalized Rehabilitation Robotics based on Online Learning Control [62.6606062732021]
  本稿では,各ユーザに対して実行時の制御力をパーソナライズ可能な,新しいオンライン学習制御アーキテクチャを提案する。 提案手法を,学習コントローラがパーソナライズされた制御を提供するとともに,安全な相互作用力も得られる実験ユーザスタディで評価した。
  論文  参考訳（メタデータ） (2021-10-01T15:28:44Z)
• "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)
• Designing Personalized Interaction of a Socially Assistive Robot for Stroke Rehabilitation Therapy [64.52563354823711]
  社会支援ロボットの研究は、神経学的および筋骨格疾患の患者に対する理学療法セッションを増強し、支援する可能性がある。 本稿では,運動の質を予測するために,患者個別の運動の運動特性を動的に選択できる社会支援ロボットのインタラクティブなアプローチを提案する。
  論文  参考訳（メタデータ） (2020-07-13T16:12:05Z)

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。