論文の概要: PreCare: Designing AI Assistants for Advance Care Planning (ACP) to Enhance Personal Value Exploration, Patient Knowledge, and Decisional Confidence
- arxiv url: http://arxiv.org/abs/2505.09115v1
- Date: Wed, 14 May 2025 03:53:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-15 21:44:09.367423
- Title: PreCare: Designing AI Assistants for Advance Care Planning (ACP) to Enhance Personal Value Exploration, Patient Knowledge, and Decisional Confidence
- Title（参考訳）: PreCare: 個人価値探索, 患者知識, 決定信頼を高めるためのアドバンストケアプランニング(ACP)のためのAIアシスタントの設計
- Authors: Yu Lun Hsu, Yun-Rung Chou, Chiao-Ju Chang, Yu-Cheng Chang, Zer-Wei Lee, Rokas Gipiškis, Rachel Li, Chih-Yuan Shih, Jen-Kuei Peng, Hsien-Liang Huang, Jaw-Shiun Tsai, Mike Y. Chen,
- Abstract要約: PreCareはAIを駆使した3つのアシスタントを備えたWebサイトであり、個人価値の探索、ACPの知識獲得、情報意思決定のサポートを通じてユーザを誘導するように設計されている。
比較評価の結果、PreCareのAIアシスタントは個人の価値観、知識、決定的信頼の探索を大幅に改善し、参加者の92%が好んだ。
- 参考スコア（独自算出の注目度）: 5.458688374520092
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advance Care Planning (ACP) allows individuals to specify their preferred end-of-life life-sustaining treatments before they become incapacitated by injury or terminal illness (e.g., coma, cancer, dementia). While online ACP offers high accessibility, it lacks key benefits of clinical consultations, including personalized value exploration, immediate clarification of decision consequences. To bridge this gap, we conducted two formative studies: 1) shadowed and interviewed 3 ACP teams consisting of physicians, nurses, and social workers (18 patients total), and 2) interviewed 14 users of ACP websites. Building on these insights, we designed PreCare in collaboration with 6 ACP professionals. PreCare is a website with 3 AI-driven assistants designed to guide users through exploring personal values, gaining ACP knowledge, and supporting informed decision-making. A usability study (n=12) showed that PreCare achieved a System Usability Scale (SUS) rating of excellent. A comparative evaluation (n=12) showed that PreCare's AI assistants significantly improved exploration of personal values, knowledge, and decisional confidence, and was preferred by 92% of participants.
- Abstract（参考訳）: アドバンスケアプランニング(ACP)は、怪我や末期疾患(例えば、コマ、がん、認知症)によって無力になる前に、個人が望ましい終末期治療を指定できるようにする。
オンラインACPは高いアクセシビリティを提供するが、パーソナライズされた価値探索、意思決定結果の即時明確化など、臨床相談の重要な利点を欠いている。
このギャップを埋めるために、我々は2つの形式的研究を行った。
1)医師、看護師、ソーシャルワーカー(計18名)からなるACP3チーム(計18名)の影とインタビュー
2) ACP Webサイト利用者14名を対象にインタビューを行った。
これらの洞察に基づいて、私たちはPreCareを6人のACPプロフェッショナルと共同で設計しました。
PreCareはAIを駆使した3つのアシスタントを備えたWebサイトであり、個人価値の探索、ACPの知識獲得、情報意思決定のサポートを通じてユーザを誘導するように設計されている。
ユーザビリティ調査 (n=12) の結果, PreCare は System Usability Scale (SUS) で優れた評価を得た。
比較評価(n=12)では、PreCareのAIアシスタントが個人の価値観、知識、決定的信頼の探索を大幅に改善し、参加者の92%が好んだ。
関連論文リスト
- Ψ-Arena: Interactive Assessment and Optimization of LLM-based Psychological Counselors with Tripartite Feedback [51.26493826461026]
大規模言語モデル(LLM)の総合的評価と最適化のための対話型フレームワークであるPsi-Arenaを提案する。
アリーナは、心理学的にプロファイルされたNPCクライアントとの多段階対話を通じて現実世界のカウンセリングをシミュレートする現実的なアリーナ相互作用を特徴としている。
8つの最先端のLLM実験は、異なる実世界のシナリオと評価の観点で大きなパフォーマンス変化を示す。
論文 参考訳（メタデータ） (2025-05-06T08:22:51Z) - Explainable AI Enhances Glaucoma Referrals, Yet the Human-AI Team Still Falls Short of the AI Alone [6.740852152639975]
各種のAI説明は、提供者が即時または緊急の専門紹介を必要とする患者を区別するのにどのように役立つかを検討する。
我々は、高リスク患者を特定するためのプロキシとして、通常のアイケアデータから緑内障手術のニーズを予測するための説明可能なAIアルゴリズムを構築した。
本研究は,本質的・ポストホックな説明性を取り入れ,ヒト-AIチームのパフォーマンスを評価するために,眼科医とオンライン研究を行った。
論文 参考訳（メタデータ） (2024-05-24T03:01:20Z) - K-QA: A Real-World Medical Q&A Benchmark [12.636564634626422]
K-QA(K-QA)は、K Health上での実際の会話から発せられる1,212の患者質問を含むデータセットである。
我々は,K-QAのサブセットを自己完結文に分解するために,内科医のパネルを用いて回答し,手動で分解する。
我々は、いくつかの最先端モデルと、コンテキスト内学習と医学指向の拡張検索スキームの効果を評価した。
論文 参考訳（メタデータ） (2024-01-25T20:11:04Z) - Bridging the Skills Gap: Evaluating an AI-Assisted Provider Platform to
Support Care Providers with Empathetic Delivery of Protocolized Therapy [5.6317091933490495]
メンタルヘルスの状況は高い頻度と重荷にもかかわらず、世界中のメンタルヘルスプロバイダが不足している。
応答機能を備えたテキストベースのバーチャルセラピーインタフェースであるAI-Assisted Provider Platform (A2P2)を開発した。
我々は、(介入)プラットフォームと(制御)AI支援機能のない(制御)プラットフォームを使用したセラピーセッションを提供するメンタルヘルス治療の専門知識を持つプロバイダについて研究した。
論文 参考訳（メタデータ） (2024-01-08T02:23:17Z) - RECAP-KG: Mining Knowledge Graphs from Raw GP Notes for Remote COVID-19
Assessment in Primary Care [45.43645878061283]
本稿では,患者相談の前後に書かれた生のGP医療ノートから知識グラフ構築を行うフレームワークを提案する。
私たちの知識グラフには、既存の患者の症状、その持続時間、重症度に関する情報が含まれています。
本フレームワークを英国における新型コロナウイルス患者の相談ノートに適用する。
論文 参考訳（メタデータ） (2023-06-17T23:35:51Z) - Retrieval-Augmented and Knowledge-Grounded Language Models for Faithful Clinical Medicine [68.7814360102644]
本稿では,Re$3$Writer法を提案する。
本手法が患者の退院指示生成に有効であることを示す。
論文 参考訳（メタデータ） (2022-10-23T16:34:39Z) - COVID-Net Clinical ICU: Enhanced Prediction of ICU Admission for
COVID-19 Patients via Explainability and Trust Quantification [71.80459780697956]
患者臨床データに基づくICU入院予測のためのニューラルネットワークであるCOVID-Net Clinical ICUを紹介する。
提案されたCOVID-Net Clinical ICUは、1,925人のCOVID-19患者からなるシロ・リバネ病院の臨床データセットを使用して構築された。
定量的説明可能性戦略を用いたシステムレベルの洞察発見を行い,異なる臨床特徴の意思決定効果について検討した。
論文 参考訳（メタデータ） (2021-09-14T14:16:32Z) - Opportunities of a Machine Learning-based Decision Support System for
Stroke Rehabilitation Assessment [64.52563354823711]
リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。
現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。
我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
論文 参考訳（メタデータ） (2020-02-27T17:04:07Z)
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。