論文の概要: AI-guided digital intervention with physiological monitoring reduces intrusive memories after experimental trauma

• arxiv url: http://arxiv.org/abs/2507.01081v1
• Date: Tue, 01 Jul 2025 17:59:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:22:59.842543
• Title: AI-guided digital intervention with physiological monitoring reduces intrusive memories after experimental trauma
• Title（参考訳）: 生理学的モニタリングによるAI誘導型デジタル介入は実験的外傷後の侵入記憶を減少させる
• Authors: Megan T. deBettencourt, Sruthi Sakthivel, Emily A. Holmes, Mark Chevillet,
• Abstract要約: 証拠に基づくデジタル治療は役に立つが、ほとんどは人間の指導を必要とする。 人間のガイドは、内的認知状態に対する調整された指示と応答性を提供する。 生成AIとニューロテクノロジーはスケーラブルな代替手段を提供するのか? 我々は、AIガイダンスと瞳孔計測を組み合わせることで、エビデンスベースのデジタル治療を自動で提供し、監視するアンチDoTEをテストする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Trauma prevalence is vast globally. Evidence-based digital treatments can help, but most require human guidance. Human guides provide tailored instructions and responsiveness to internal cognitive states, but limit scalability. Can generative AI and neurotechnology provide a scalable alternative? Here we test ANTIDOTE, combining AI guidance and pupillometry to automatically deliver and monitor an evidence-based digital treatment, specifically the Imagery Competing Task Intervention (ICTI), to reduce intrusive memories after psychological trauma. One hundred healthy volunteers were exposed to videos of traumatic events and randomly assigned to an intervention or active control condition. As predicted, intervention participants reported significantly fewer intrusive memories over the following week. Post-hoc assessment against clinical rubrics confirmed the AI guide delivered the intervention successfully. Additionally, pupil size tracked intervention engagement and predicted symptom reduction, providing a candidate biomarker of intervention effectiveness. These findings open a path toward rigorous AI-guided digital interventions that can scale to trauma prevalence.
• Abstract（参考訳）: トラウマの流行は世界中に広がっている。 証拠に基づくデジタル治療は役に立つが、ほとんどは人間の指導を必要とする。 ヒューマンガイドは、内部の認知状態に対する調整された指示と応答性を提供するが、スケーラビリティは制限される。 生成AIとニューロテクノロジーはスケーラブルな代替手段を提供するのか? ここでは、AIガイダンスと瞳孔計を組み合わせることで、エビデンスベースのデジタル治療、特に画像競合タスク介入(ICTI)を自動配信し、監視し、心理的外傷後の侵入記憶を減らすことをテストする。 100人の健康なボランティアが外傷の映像に晒され、介入やアクティブな制御状態にランダムに割り当てられた。 予想通り, 介入参加者は翌週の侵入記憶を有意に減らした。 臨床治験に対するホック後の評価では、AIガイドが介入を成功に導いたことが確認された。 さらに、瞳孔の大きさは介入の関与を追跡し、症状の減少を予測し、介入効果の候補となるバイオマーカーを提供した。 これらの発見は、厳格なAI誘導によるデジタル介入への道を開いた。

関連論文リスト

• Predicting Treatment Response in Body Dysmorphic Disorder with Interpretable Machine Learning [0.4604003661048266]
  身体異形性障害(Body Dysmorphic Disorder, BDD)は、頻繁に診断される疾患である。 我々は、治療結果を予測するために複数の機械学習アプローチを採用している。 治療の信頼性は最も強力な予測因子として浮上した。
  論文  参考訳（メタデータ） (2025-03-13T17:39:10Z)
• AI-Driven Early Mental Health Screening: 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)
• OpticalDR: A Deep Optical Imaging Model for Privacy-Protective Depression Recognition [66.91236298878383]
  抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。 我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。 正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
  論文  参考訳（メタデータ） (2024-02-29T01:20:29Z)
• Computational behavior recognition in child and adolescent psychiatry: A statistical and machine learning analysis plan [3.975358343371988]
  我々は,人工知能(AI)ツールを用いた心理療法と研究のために,人間の行動のコーディングを自動化することを目的としている。 強迫性障害 (OCD) を持つ25人の若者と, 精神科的診断 (no-OCD) を伴わない12人の青少年のゴールドスタンダード半構造化診断インタビューのビデオを分析した。
  論文  参考訳（メタデータ） (2022-05-11T19:12:15Z)
• Overcoming the Domain Gap in Contrastive Learning of Neural Action Representations [60.47807856873544]
  神経科学の基本的な目標は、神経活動と行動の関係を理解することである。 我々は,ハエが自然に生み出す行動からなる新しいマルチモーダルデータセットを作成した。 このデータセットと新しい拡張セットは、神経科学における自己教師あり学習手法の適用を加速することを約束します。
  論文  参考訳（メタデータ） (2021-11-29T15:27:51Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• A Developmental Neuro-Robotics Approach for Boosting the Recognition of Handwritten Digits [91.3755431537592]
  近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。 本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
  論文  参考訳（メタデータ） (2020-03-23T14:55:00Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。