論文の概要: AI Standardized Patient Improves Human Conversations in Advanced Cancer Care
- arxiv url: http://arxiv.org/abs/2505.02694v1
- Date: Mon, 05 May 2025 14:44:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-06 18:49:35.711894
- Title: AI Standardized Patient Improves Human Conversations in Advanced Cancer Care
- Title（参考訳）: AI標準化された患者が高度ながんケアで人間との会話を改善する
- Authors: Kurtis Haut, Masum Hasan, Thomas Carroll, Ronald Epstein, Taylan Sen, Ehsan Hoque,
- Abstract要約: SOPHIEはAIを利用した患者シミュレーションと自動フィードバックシステムである。
医療学生と専門職とのランダム化コントロールスタディでは、SOPHIEユーザは、3つの重要なSICドメイン(Empathize、Be Explicit、Empower)で大幅に改善した。
- 参考スコア（独自算出の注目度）: 1.5631689124757961
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Serious illness communication (SIC) in end-of-life care faces challenges such as emotional stress, cultural barriers, and balancing hope with honesty. Despite its importance, one of the few available ways for clinicians to practice SIC is with standardized patients, which is expensive, time-consuming, and inflexible. In this paper, we present SOPHIE, an AI-powered standardized patient simulation and automated feedback system. SOPHIE combines large language models (LLMs), a lifelike virtual avatar, and automated, personalized feedback based on clinical literature to provide remote, on-demand SIC training. In a randomized control study with healthcare students and professionals, SOPHIE users demonstrated significant improvement across three critical SIC domains: Empathize, Be Explicit, and Empower. These results suggest that AI-driven tools can enhance complex interpersonal communication skills, offering scalable, accessible solutions to address a critical gap in clinician education.
- Abstract（参考訳）: 終末期医療における重度の病気コミュニケーション(SIC)は、感情的なストレス、文化的障壁、希望と誠実さのバランスをとるといった課題に直面している。
その重要性にもかかわらず、臨床医がSICを実践するための数少ない方法の1つは標準化された患者で、それは高価で、時間がかかり、柔軟性がない。
本稿では,AIを利用した患者シミュレーションと自動フィードバックシステムSOPHIEを提案する。
SOPHIEは、ライフスタイルの仮想アバターである大規模言語モデル(LLM)と、臨床文献に基づく自動化されたパーソナライズされたフィードバックを組み合わせて、リモートでオンデマンドなSICトレーニングを提供する。
医療学生と専門職とのランダム化コントロールスタディでは、SOPHIEユーザは、3つの重要なSICドメイン(Empathize、Be Explicit、Empower)で大幅に改善した。
これらの結果は、AI駆動のツールが複雑な対人コミュニケーションスキルを強化し、クリニック教育における重要なギャップに対処するためのスケーラブルでアクセシビリティなソリューションを提供することを示唆している。
関連論文リスト
- MedSimAI: Simulation and Formative Feedback Generation to Enhance Deliberate Practice in Medical Education [0.5068418799871723]
MedSimAIはAIを利用したシミュレーションプラットフォームで、故意の実践、自己統制型学習、対話型患者出会いによる自動評価を可能にする。
初等医学生104名を対象にしたパイロットスタディでは,エンゲージメント,会話パターン,ユーザ認知について検討した。
学生たちは、MedSimAIが反復的で現実的な患者史の実践に有用であると考えた。
論文 参考訳（メタデータ） (2025-03-01T00:51:55Z) - Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [61.633126163190724]
精神病は、社会的、個人的コストがかなり高い広範囲で不安定な状態である。
近年の人工知能(AI)の進歩は、うつ病、不安障害、双極性障害、統合失調症、外傷後ストレス障害などの病態を認識し、対処するための大きな可能性を秘めている。
データセットやトレーニング済みモデルからの機密データ漏洩のリスクを含むプライバシー上の懸念は、これらのAIシステムを実際の臨床環境にデプロイする上で、依然として重要な障壁である。
論文 参考訳（メタデータ） (2025-02-01T15:10:02Z) - Towards Next-Generation Medical Agent: How o1 is Reshaping Decision-Making in Medical Scenarios [46.729092855387165]
本稿では,医療用AIエージェントのバックボーンLSMの選択について検討する。
我々の研究結果は、o1の診断精度と一貫性を高める能力を示し、よりスマートでより応答性の高いAIツールへの道を開いた。
論文 参考訳（メタデータ） (2024-11-16T18:19:53Z) - Enhancing AI-Driven Psychological Consultation: Layered Prompts with Large Language Models [44.99833362998488]
我々は, GPT-4 のような大規模言語モデル (LLM) を用いて, 心理的コンサルテーションサービスの強化について検討する。
提案手法では,ユーザ入力に動的に適応する新しい階層型プロンプトシステムを提案する。
また,LLMの感情的インテリジェンスを高めるために,共感とシナリオに基づくプロンプトを開発する。
論文 参考訳（メタデータ） (2024-08-29T05:47:14Z) - Synthetic Patients: Simulating Difficult Conversations with Multimodal Generative AI for Medical Education [0.0]
効果的な患者中心コミュニケーションは、医師にとって重要な能力である。
調味剤提供者と医療研修生の双方は、センシティブな話題に関する会話をリードする自信を減らした。
本稿では,ビデオによる会話の対話的リアルタイムシミュレーションを支援するための,新しい教育ツールを提案する。
論文 参考訳（メタデータ） (2024-05-30T11:02:08Z) - Emotional Intelligence Through Artificial Intelligence : NLP and Deep Learning in the Analysis of Healthcare Texts [1.9374282535132377]
本論文は,医療関連テキストにおける感情評価における人工知能の利用に関する方法論的考察である。
我々は、感情分析を強化し、感情を分類し、患者の結果を予測するためにAIを利用する多くの研究を精査する。
AIの倫理的応用を保証すること、患者の機密性を保護すること、アルゴリズムの手続きにおける潜在的なバイアスに対処することを含む、継続的な課題がある。
論文 参考訳（メタデータ） (2024-03-14T15:58:13Z) - Validating a virtual human and automated feedback system for training
doctor-patient communication skills [3.0354760313198796]
本稿では,SOPHIE(Standardized Online patient for Health Interaction Education)として知られる,スケーラブルでアクセスしやすいデジタルツールの開発と検証について紹介する。
その結果,SOPHIEを施行した被験者は,コミュニケーション全体,集計スコア,患者のエンパワーメント,共感などのコントロールよりも有意に優れていた。
いつか、SOPHIEが既存のリソースを補完するスケーラブルなオプションを提供することで、コミュニケーショントレーニングリソースをよりアクセスしやすくすることを期待します。
論文 参考訳（メタデータ） (2023-06-27T05:23:08Z) - Large Language Models for Healthcare Data Augmentation: An Example on
Patient-Trial Matching [49.78442796596806]
患者-心電図マッチング(LLM-PTM)のための革新的なプライバシ対応データ拡張手法を提案する。
本実験では, LLM-PTM法を用いて平均性能を7.32%向上させ, 新しいデータへの一般化性を12.12%向上させた。
論文 参考訳（メタデータ） (2023-03-24T03:14:00Z) - 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) - 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。