論文の概要: AI-enhanced conversational agents for personalized asthma support Factors for engagement, value and efficacy

• arxiv url: http://arxiv.org/abs/2507.16735v1
• Date: Tue, 22 Jul 2025 16:21:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-23 21:34:14.200872
• Title: AI-enhanced conversational agents for personalized asthma support Factors for engagement, value and efficacy
• Title（参考訳）: パーソナライズされた喘息支援因子のためのAI強化会話エージェント
• Authors: Laura Moradbakhti, Dorian Peters, Jennifer K. Quint, Björn Schuller, Darren Cook, Rafael A. Calvo,
• Abstract要約: 英国における喘息関連死亡件数はヨーロッパで最も多い。 基礎治療を受ける患者はわずか30%である。 喘息を患う人々にリーチするための代替アプローチが必要だ。
• 参考スコア（独自算出の注目度）: 6.377289349842639
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Asthma-related deaths in the UK are the highest in Europe, and only 30% of patients access basic care. There is a need for alternative approaches to reaching people with asthma in order to provide health education, self-management support and bridges to care. Automated conversational agents (specifically, mobile chatbots) present opportunities for providing alternative and individually tailored access to health education, self-management support and risk self-assessment. But would patients engage with a chatbot, and what factors influence engagement? We present results from a patient survey (N=1257) devised by a team of asthma clinicians, patients, and technology developers, conducted to identify optimal factors for efficacy, value and engagement for a chatbot. Results indicate that most adults with asthma (53%) are interested in using a chatbot and the patients most likely to do so are those who believe their asthma is more serious and who are less confident about self-management. Results also indicate enthusiasm for 24/7 access, personalisation, and for WhatsApp as the preferred access method (compared to app, voice assistant, SMS or website). Obstacles to uptake include security/privacy concerns and skepticism of technological capabilities. We present detailed findings and consolidate these into 7 recommendations for developers for optimising efficacy of chatbot-based health support.
• Abstract（参考訳）: 英国では喘息関連死亡者が最も多く、基礎治療を受ける患者は30%に過ぎなかった。 健康教育、自己管理支援、介護のための橋を提供するためには、喘息患者への代替アプローチが必要である。 自動会話エージェント(特にモバイルチャットボット)は、医療教育、自己管理支援、リスク自己評価への代替的かつ個別にカスタマイズされたアクセスを提供する機会を提供する。 しかし、患者はチャットボットと関わり、どのような要因がエンゲージメントに影響を与えるのか? チャットボットの有効性, 価値, エンゲージメントの最適因子を明らかにするために, 喘息クリニック, 患者, 技術開発者のチームが考案した患者調査(N=1257)の結果を報告する。 その結果、喘息の成人(53%)はチャットボットの使用に関心があり、患者は喘息がより深刻で、自己管理に自信がないと考えている。 また、24/7のアクセス、パーソナライゼーション、WhatsAppのアクセス方法(アプリ、音声アシスタント、SMS、ウェブサイトなど)への熱意も示している。 獲得すべき障害には、セキュリティ/プライバシの懸念や、技術的能力の懐疑性が含まれる。 本研究は,チャットボットによる健康サポートを最適化する開発者に対して,詳細な知見を提示し,これらを7つの推奨事項にまとめる。

関連論文リスト

• Voice-based AI Agents: Filling the Economic Gaps in Digital Health Delivery [5.211270163727304]
  本稿では,大言語モデル(LLM)を利用した音声アシスタントが,予防ケアと継続的患者モニタリングの強化に果たす役割について検討する。 本稿では,AIエージェントが費用対効果の高い医療サービスをいかに提供できるかを示す経済モデルを提案する。
  論文  参考訳（メタデータ） (2025-07-22T05:01:06Z)
• Designing AI Tools for Clinical Care Teams to Support Serious Illness Conversations with Older Adults in the Emergency Department [53.52248484568777]
  この研究は、EDベースの重篤な病的会話の実証的な理解に貢献し、ハイテイクな臨床環境におけるAIの設計上の考察を提供する。 専門医2名と専門医9名を対象にインタビューを行った。 我々は4段階の重篤な会話ワークフロー(識別、準備、伝導、文書化)を特徴とし、各段階における重要なニーズと課題を特定した。 既存の臨床実践に適合するSICをサポートするAIツールの設計ガイドラインを提示する。
  論文  参考訳（メタデータ） (2025-05-30T21:15:57Z)
• Human Decision-making is Susceptible to AI-driven Manipulation [87.24007555151452]
  AIシステムは、ユーザの認知バイアスと感情的な脆弱性を利用して、有害な結果に向けてそれらを操縦する。 本研究では、経済的・感情的な意思決定の文脈におけるこのような操作に対する人間の感受性について検討した。
  論文  参考訳（メタデータ） (2025-02-11T15:56:22Z)
• AsthmaBot: Multi-modal, Multi-Lingual Retrieval Augmented Generation For Asthma Patient Support [3.542013483233133]
  喘息率は、環境やライフスタイルの要因によって、世界中で増加している。 即時医療へのアクセスは、特に発展途上国では限られている。 AsthmaBotは、喘息支援のための多言語・多モーダル検索拡張生成システムである。
  論文  参考訳（メタデータ） (2024-09-24T07:24:01Z)
• Assessing Empathy in Large Language Models with Real-World Physician-Patient Interactions [9.327472312657392]
  医療領域へのLarge Language Models(LLMs)の統合は、患者のケアとサポートを大幅に強化する可能性がある。 本研究は、ChatGPTが医師が通常提供するものよりも共感の度合いが高いかどうかを調査する。 マヨクリニックから患者メッセージと医師の回答の非特定データセットを収集し,ChatGPTを用いて代替応答を生成する。
  論文  参考訳（メタデータ） (2024-05-26T01:58:57Z)
• Towards Privacy-Aware and Personalised Assistive Robots: A User-Centred Approach [55.5769013369398]
  この研究は、フェデレートラーニング(FL)のようなユーザー中心のプライバシーに配慮した技術のパイオニアである。 FLは機密データを共有せずに協調学習を可能にし、プライバシとスケーラビリティの問題に対処する。 この作業には、スマート車椅子アシストのためのソリューションの開発、ユーザの独立性の向上、幸福感の向上が含まれる。
  論文  参考訳（メタデータ） (2024-05-23T13:14:08Z)
• A General-purpose AI Avatar in Healthcare [1.5081825869395544]
  本稿では、医療におけるチャットボットの役割に焦点を当て、AIインタラクションをより患者にアピールするためのアバターの使用について検討する。 汎用AIアバターアプリケーションのフレームワークを3カテゴリのプロンプト辞書とプロンプト改善機構を用いて実証する。 2段階のアプローチでは、汎用AI言語モデルを微調整し、異なるAIアバターを作成して、ユーザと医療上の問題について議論することが提案されている。
  論文  参考訳（メタデータ） (2024-01-10T03:44:15Z)
• The impact of responding to patient messages with large language model assistance [4.243020918808522]
  ドキュメンテーションの負担はクリニックのバーンアウトに大きく貢献する。 多くの病院が電子カルテシステムに積極的に統合している。 我々は,患者の質問に対する臨床医の回答作成を支援するために,大規模言語モデルの有用性を初めて検討する。
  論文  参考訳（メタデータ） (2023-10-26T18:03:46Z)
• Assistive Chatbots for healthcare: a succinct review [0.0]
  AI対応技術に焦点が当てられているのは、人間と機械の相互作用の質を高める可能性があるからだ。 患者の安全とデータ保護に関して、この技術に対する信頼の欠如がある。 患者は自然言語処理スキルに不満を表明している。
  論文  参考訳（メタデータ） (2023-08-08T10:35:25Z)
• Multi-task Learning for Personal Health Mention Detection on Social Media [70.23889100356091]
  本研究では、マルチタスク学習フレームワークを用いて、利用可能な注釈付きデータを活用し、メインタスクのパフォーマンスを向上させる。 我々は、感情検出を補助タスクとして利用することで、感情情報を対象タスクに組み込むことに重点を置いている。
  論文  参考訳（メタデータ） (2022-12-09T23:49:00Z)
• MedPerf: Open Benchmarking Platform for Medical Artificial Intelligence using Federated Evaluation [110.31526448744096]
  この可能性を解き明かすには、大規模な異種データに対して医療AIモデルの性能を測定する体系的な方法が必要である、と私たちは主張する。 MedPerfは、医療分野で機械学習をベンチマークするためのオープンフレームワークです。
  論文  参考訳（メタデータ） (2021-09-29T18:09:41Z)
• 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)
• NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
  失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価 本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。 イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
  論文  参考訳（メタデータ） (2021-02-10T13:00:29Z)

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。