論文の概要: Designing and Evaluating a Conversational Agent for Early Detection of Alzheimer's Disease and Related Dementias
- arxiv url: http://arxiv.org/abs/2509.11478v1
- Date: Sun, 14 Sep 2025 23:55:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-16 17:26:23.103044
- Title: Designing and Evaluating a Conversational Agent for Early Detection of Alzheimer's Disease and Related Dementias
- Title（参考訳）: アルツハイマー病・認知症早期発見のための会話エージェントの設計と評価
- Authors: Andrew G. Breithaupt, Nayoung Choi, James D. Finch, Jeanne M. Powell, Arin L. Nelson, Oz A. Alon, Howard J. Rosen, Jinho D. Choi,
- Abstract要約: 我々は,大言語モデル(LLM)を活用した音声対話エージェントを設計し,アルツハイマーや関連する認知症に関連する物語を抽出した。
また,ADRDを疑う成人30名を対象に,会話分析,ユーザ調査,臨床検証を行った。
薬剤によって検出された症状は、症状全体にわたって専門家によって特定された症状とよく一致した。
- 参考スコア（独自算出の注目度）: 7.043108882108044
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Early detection of Alzheimer's disease and related dementias (ADRD) is critical for timely intervention, yet most diagnoses are delayed until advanced stages. While comprehensive patient narratives are essential for accurate diagnosis, prior work has largely focused on screening studies that classify cognitive status from interactions rather than supporting the diagnostic process. We designed voice-interactive conversational agents, leveraging large language models (LLMs), to elicit narratives relevant to ADRD from patients and informants. We evaluated the agent with 30 adults with suspected ADRD through conversation analysis (n=30), user surveys (n=19), and clinical validation against blinded specialist interviews (n=24). Symptoms detected by the agent aligned well with those identified by specialists across symptoms. Users appreciated the agent's patience and systematic questioning, which supported engagement and expression of complex, hard-to-describe experiences. This preliminary work suggests conversational agents may serve as structured front-end tools for dementia assessment, highlighting interaction design considerations in sensitive healthcare contexts.
- Abstract（参考訳）: アルツハイマー病と認知症(ADRD)の早期発見は時間的介入に重要であるが,ほとんどの診断は進行期まで遅れる。
包括的患者の物語は正確な診断に欠かせないものであるが、先行研究は、診断プロセスを支援するのではなく、認知状態と相互作用を分類する研究に重点を置いている。
患者や情報提供者からADRDに関連する物語を引き出すために,大言語モデル(LLM)を活用した音声対話エージェントを設計した。
会話分析(n=30),ユーザ調査(n=19),ブラインド専門面接(n=24。
薬剤によって検出された症状は、症状全体にわたって専門家によって特定された症状とよく一致した。
ユーザーはエージェントの忍耐と体系的な質問を高く評価し、複雑でわかりにくい体験のエンゲージメントと表現を支持した。
この予備的な研究は、会話エージェントが認知症評価のための構造化されたフロントエンドツールとして機能し、敏感な医療コンテキストにおける相互作用設計の考察を強調することを示唆している。
関連論文リスト
- Automated Clinical Problem Detection from SOAP Notes using a Collaborative Multi-Agent LLM Architecture [8.072932739333309]
我々は,このギャップに対処するために,臨床相談チームをモデル化する共同マルチエージェントシステム(MAS)を導入する。
このシステムは、SOAPノートの主観的(S)および目的的(O)セクションのみを分析することによって、臨床上の問題を特定する。
マネージャエージェントは、階層的で反復的な議論に従事し、合意に達するために、動的に割り当てられた専門家エージェントのチームを編成する。
論文 参考訳（メタデータ） (2025-08-29T17:31:24Z) - 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) - Listening to Patients: A Framework of Detecting and Mitigating Patient Misreport for Medical Dialogue Generation [31.466180762584635]
医療対話システムは,患者の誤報告を効果的に検出し,軽減する方法という,2つの重要な課題に対処すべきである,と我々は主張する。
医療対話生成のための患者ミスレポートの検出・緩和フレームワークPaMisを提案する。
論文 参考訳（メタデータ） (2024-10-08T14:49:41Z) - Towards Conversational Diagnostic AI [32.84876349808714]
本稿では,診断対話に最適化されたLarge Language Model (LLM)ベースのAIシステムであるAMIE(Articulate Medical Intelligence Explorer)を紹介する。
AMIEは、さまざまな疾患条件にまたがって学習をスケールするための自動フィードバック機構を備えた、セルフプレイベースのシミュレート環境を使用する。
AMIEの診断精度は, 専門医によると32例中28例, 患者アクターでは26例中24例で高い成績を示した。
論文 参考訳（メタデータ） (2024-01-11T04:25:06Z) - Empowering Psychotherapy with Large Language Models: Cognitive
Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。
DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。
実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
論文 参考訳（メタデータ） (2023-10-11T02:47:21Z) - Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文 参考訳（メタデータ） (2023-03-14T16:03:28Z) - Exploring linguistic feature and model combination for speech
recognition based automatic AD detection [61.91708957996086]
音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。
専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。
本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
論文 参考訳（メタデータ） (2022-06-28T05:09:01Z) - Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。
神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。
以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
論文 参考訳（メタデータ） (2020-11-19T02:24:11Z) - Towards Causality-Aware Inferring: A Sequential Discriminative Approach
for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。
この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。
本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文 参考訳（メタデータ） (2020-03-14T02:05:54Z)
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。