論文の概要: Towards conversational assistants for health applications: using ChatGPT to generate conversations about heart failure
- arxiv url: http://arxiv.org/abs/2505.03675v1
- Date: Tue, 06 May 2025 16:21:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-07 18:50:11.471117
- Title: Towards conversational assistants for health applications: using ChatGPT to generate conversations about heart failure
- Title（参考訳）: 健康のための会話アシスタントを目指して--ChatGPTを用いて心不全に関する会話を生成する
- Authors: Anuja Tayal, Devika Salunke, Barbara Di Eugenio, Paula G Allen-Meares, Eulalia P Abril, Olga Garcia-Bedoya, Carolyn A Dickens, Andrew D. Boyd,
- Abstract要約: 我々は、アフリカ系アメリカ人の心不全患者のセルフケア戦略に焦点を当てた会話を生み出すChatGPTの可能性を探る。
我々は、ドメイン、アフリカ系アメリカ人英語(AAVE)、社会的健康決定因子(SDOH)、SDOHインフォームド推論の4つのプロンプト戦略を採用した。
食事、運動、流体摂取といった重要なセルフケア領域間での会話は、ターンの長さによって異なる。
SDOHの導入と推論は対話の質を向上させるが、ChatGPTは意味のある医療コミュニケーションに必要な共感とエンゲージメントを欠いている。
- 参考スコア（独自算出の注目度）: 1.4347098305628967
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We explore the potential of ChatGPT (3.5-turbo and 4) to generate conversations focused on self-care strategies for African-American heart failure patients -- a domain with limited specialized datasets. To simulate patient-health educator dialogues, we employed four prompting strategies: domain, African American Vernacular English (AAVE), Social Determinants of Health (SDOH), and SDOH-informed reasoning. Conversations were generated across key self-care domains of food, exercise, and fluid intake, with varying turn lengths (5, 10, 15) and incorporated patient-specific SDOH attributes such as age, gender, neighborhood, and socioeconomic status. Our findings show that effective prompt design is essential. While incorporating SDOH and reasoning improves dialogue quality, ChatGPT still lacks the empathy and engagement needed for meaningful healthcare communication.
- Abstract（参考訳）: われわれはChatGPT(3.5-turboと4)の可能性を探求し、アフリカ系アメリカ人の心不全患者のセルフケア戦略に焦点を当てた会話を生成する。
患者・健康教育者の対話をシミュレートするために、ドメイン、アフリカ系アメリカ人英語(AAVE)、社会決定要因(SDOH)、SDOHインフォームド推論の4つのプロンプト戦略を採用した。
食事、運動、流体摂取の主要セルフケア領域間での会話は, 年齢, 性別, 地域, 社会経済状態などの患者固有のSDOH属性を組み込んだターン長(5, 10, 15)で発生した。
以上の結果から,効果的なプロンプト設計が不可欠であることが示唆された。
SDOHの導入と推論は対話の質を向上させるが、ChatGPTは意味のある医療コミュニケーションに必要な共感とエンゲージメントを欠いている。
関連論文リスト
- Conversational Assistants to support Heart Failure Patients: comparing a Neurosymbolic Architecture with ChatGPT [0.7334873346655889]
我々は、心不全患者が食物中の塩分について質問できる会話アシスタントの2つのバージョンを比較した。
1つのバージョンは神経象徴的アーキテクチャで社内で開発され、もう1つはChatGPTに基づいている。
評価の結果、社内システムはより正確で、より多くのタスクを完了し、ChatGPTに基づくシステムよりも冗長ではないことがわかった。
論文 参考訳（メタデータ） (2025-04-24T17:16:24Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳（メタデータ） (2024-03-17T03:52:52Z) - ChatGPT for Us: Preserving Data Privacy in ChatGPT via Dialogue Text
Ambiguation to Expand Mental Health Care Delivery [52.73936514734762]
ChatGPTは人間のような対話を生成する能力で人気を集めている。
データに敏感なドメインは、プライバシとデータ所有に関する懸念から、ChatGPTを使用する際の課題に直面している。
ユーザのプライバシーを守るためのテキスト曖昧化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-19T02:09:52Z) - SMILE: Single-turn to Multi-turn Inclusive Language Expansion via ChatGPT for Mental Health Support [26.443929802292807]
大規模で現実的なマルチターン会話は、メンタルヘルスサポートの進歩を促進する可能性がある。
SMILE(シングルターンからマルチターンインクルーシブ言語拡張技術)を紹介する。
我々は,55kの対話からなるSMILECHATという,大規模で生活型,多様な対話データセットを生成する。
論文 参考訳（メタデータ） (2023-04-30T11:26:10Z) - A Preliminary Evaluation of ChatGPT for Zero-shot Dialogue Understanding [55.37338324658501]
ゼロショット対話理解は、ユーザーのニーズをトレーニングデータなしで追跡できるようにすることを目的としている。
本研究では,ゼロショット対話理解タスクにおけるChatGPTの理解能力について検討する。
論文 参考訳（メタデータ） (2023-04-09T15:28:36Z) - Response-act Guided Reinforced Dialogue Generation for Mental Health
Counseling [25.524804770124145]
本稿では、メンタルヘルスカウンセリング会話のための対話行動誘導応答生成器READERについて述べる。
READERは変換器上に構築されており、次の発話に対する潜在的な対話行為d(t+1)を共同で予測し、適切な応答u(t+1)を生成する。
ベンチマークカウンセリング会話データセットであるHOPE上でREADERを評価する。
論文 参考訳（メタデータ） (2023-01-30T08:53:35Z) - CPED: A Large-Scale Chinese Personalized and Emotional Dialogue Dataset
for Conversational AI [48.67259855309959]
会話型AIのための既存のデータセットのほとんどは、人間の個性や感情を無視している。
CPEDは,中国における大規模パーソナライズされた感情対話データセットである。
CPEDには40のテレビ番組から392人の話者の12K以上の対話が含まれている。
論文 参考訳（メタデータ） (2022-05-29T17:45:12Z) - Speaker and Time-aware Joint Contextual Learning for Dialogue-act
Classification in Counselling Conversations [15.230185998553159]
我々は、カウンセリング会話における対話行動分類のためのプラットフォームを提供するために、HOPEと呼ばれる新しいデータセットを開発した。
私たちは、YouTubeで公開されているカウンセリングセッションビデオから12.9Kの発話を収集し、それらの転写文を抽出し、DACラベルで注釈付けします。
対話行動分類のための新しい話者認識型・時間認識型文脈学習システムであるSPARTAを提案する。
論文 参考訳（メタデータ） (2021-11-12T10:30:30Z) - Intelligent Conversational Android ERICA Applied to Attentive Listening
and Job Interview [41.789773897391605]
我々はインテリジェントな会話型android ericaを開発した。
ERICAには,注意深い聞き取り,就職面接,スピードデートなど,いくつかのソーシャルインタラクションタスクを設定した。
40人の高齢者が会話を分解することなく5～7分間の会話を行ったことが評価されている。
論文 参考訳（メタデータ） (2021-05-02T06:37:23Z)
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。