論文の概要: MoPHES:Leveraging on-device LLMs as Agent for Mobile Psychological Health Evaluation and Support

• arxiv url: http://arxiv.org/abs/2510.16085v1
• Date: Fri, 17 Oct 2025 15:22:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 00:56:38.841977
• Title: MoPHES:Leveraging on-device LLMs as Agent for Mobile Psychological Health Evaluation and Support
• Title（参考訳）: MoPHES:デバイス上でのLCMをモバイル心理学的健康評価・支援のエージェントとして活用する
• Authors: Xun Wei, Pukai Zhou, Zeyu Wang,
• Abstract要約: 本稿では,精神状態評価,会話支援,専門的治療勧告を統合したMoPHESを提案する。 1つのエージェントは、ユーザーの精神状態を評価し、不安と抑うつの重症度を予測するために、メンタルヘルスのデータセットに基づいて微調整され、もう1つは、ユーザとの会話を扱うためのマルチターン対話に基づいて微調整される。 どちらのモデルも、ユーザの利便性を高め、ユーザのプライバシを保護するために、モバイルデバイスに直接デプロイされる。
• 参考スコア（独自算出の注目度）: 4.633878208731596
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The 2022 World Mental Health Report calls for global mental health care reform, amid rising prevalence of issues like anxiety and depression that affect nearly one billion people worldwide. Traditional in-person therapy fails to meet this demand, and the situation is worsened by stigma. While general-purpose large language models (LLMs) offer efficiency for AI-driven mental health solutions, they underperform because they lack specialized fine-tuning. Existing LLM-based mental health chatbots can engage in empathetic conversations, but they overlook real-time user mental state assessment which is critical for professional counseling. This paper proposes MoPHES, a framework that integrates mental state evaluation, conversational support, and professional treatment recommendations. The agent developed under this framework uses two fine-tuned MiniCPM4-0.5B LLMs: one is fine-tuned on mental health conditions datasets to assess users' mental states and predict the severity of anxiety and depression; the other is fine-tuned on multi-turn dialogues to handle conversations with users. By leveraging insights into users' mental states, our agent provides more tailored support and professional treatment recommendations. Both models are also deployed directly on mobile devices to enhance user convenience and protect user privacy. Additionally, to evaluate the performance of MoPHES with other LLMs, we develop a benchmark for the automatic evaluation of mental state prediction and multi-turn counseling dialogues, which includes comprehensive evaluation metrics, datasets, and methods.
• Abstract（参考訳）: 2022年世界メンタルヘルス報告書は、世界の10億人近くに影響を与える不安や抑うつなどの問題が高まる中、世界のメンタルヘルス改革を訴えている。 従来の対人療法は、この要求を満たすことができず、スティグマによって状況は悪化する。 汎用大規模言語モデル(LLM)は、AI駆動型メンタルヘルスソリューションの効率性を提供するが、専門的な微調整が欠如しているため、パフォーマンスは劣る。 既存のLLMベースのメンタルヘルスチャットボットは共感的な会話を行うことができるが、プロのカウンセリングにとって重要なリアルタイムユーザーのメンタルステートアセスメントを見落としている。 本稿では,精神状態評価,会話支援,専門的治療勧告を統合したMoPHESを提案する。 このフレームワークで開発されたエージェントは、2つの微調整されたMiniCPM4-0.5B LLMを使用する。1つは、ユーザーの精神状態を評価し、不安と抑うつの重症度を予測するための精神状態データセットを微調整し、もう1つは、ユーザとの会話を扱うためのマルチターン対話を微調整する。 ユーザの精神状態に対する洞察を活用することで、エージェントはより適切なサポートと専門的な治療勧告を提供する。 どちらのモデルも、ユーザの利便性を高め、ユーザのプライバシを保護するために、モバイルデバイスに直接デプロイされる。 さらに,MoPHESを他のLLMと評価するために,精神状態予測とマルチターンカウンセリング対話の自動評価のためのベンチマークを開発した。

関連論文リスト

• Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models [72.36715571932696]
  物語療法は、個人が問題のある人生の物語を代替品の力に変えるのに役立つ。 現在のアプローチでは、特殊精神療法ではリアリズムが欠如しており、時間とともに治療の進行を捉えることができない。 Int(Interactive Narrative Therapist)は、治療段階を計画し、反射レベルを誘導し、文脈的に適切な専門家のような反応を生成することによって、専門家の物語セラピストをシミュレートする。
  論文  参考訳（メタデータ） (2025-07-27T11:52:09Z)
• 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)
• MAGI: Multi-Agent Guided Interview for Psychiatric Assessment [50.6150986786028]
  我々は,ゴールドスタンダードのMini International Neuropsychiatric Interview(MINI)を自動計算ナビゲーションに変換する最初のフレームワークであるMAGIを紹介する。 臨床検査法, 会話適応性, 説明可能な推論を併用することにより, MAGI は LLM 支援型メンタルヘルスアセスメントを推し進めることを示す。
  論文  参考訳（メタデータ） (2025-04-25T11:08:27Z)
• "It Listens Better Than My Therapist": Exploring Social Media Discourse on LLMs as Mental Health Tool [1.223779595809275]
  大きな言語モデル(LLM)は、会話の流布、共感シミュレーション、可用性の新機能を提供する。 本研究では,1万件以上のTikTokコメントを分析し,LLMをメンタルヘルスツールとして利用する方法について検討した。 その結果、コメントの20%近くが個人利用を反映しており、これらのユーザーは圧倒的に肯定的な態度を示している。
  論文  参考訳（メタデータ） (2025-04-14T17:37:32Z)
• AutoCBT: An Autonomous Multi-agent Framework for Cognitive Behavioral Therapy in Psychological Counseling [57.054489290192535]
  伝統的な個人の心理カウンセリングは主にニッチであり、心理学的な問題を持つ個人によって選択されることが多い。 オンラインの自動カウンセリングは、恥の感情によって助けを求めることをためらう人たちに潜在的な解決策を提供する。
  論文  参考訳（メタデータ） (2025-01-16T09:57:12Z)
• MentalAgora: A Gateway to Advanced Personalized Care in Mental Health through Multi-Agent Debating and Attribute Control [40.21489535255022]
  MentalAgoraは、複数のエージェント間の相互作用によって強化された大きな言語モデルを利用した新しいフレームワークである。 このフレームワークは,戦略的議論,カウンセラー作成の調整,応答生成という3つの段階を通じて動作する。 実験やユーザスタディを含む評価は、MentalAgoraがプロの標準と整合し、ユーザの好みを効果的に満たしていることを示す。
  論文  参考訳（メタデータ） (2024-07-03T01:19:38Z)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• Can AI Relate: Testing Large Language Model Response for Mental Health Support [23.97212082563385]
  大型言語モデル(LLM)はすでにニューヨーク・ラングーン、ダナ・ファーバー、NHSなどの病院システムで臨床使用のために試験されている。 精神医療の自動化に向けて, LLM 反応が有効かつ倫理的な道筋であるか否かを評価するための評価枠組みを開発する。
  論文  参考訳（メタデータ） (2024-05-20T13:42:27Z)
• Psy-LLM: Scaling up Global Mental Health Psychological Services with AI-based Large Language Models [3.650517404744655]
  Psy-LLMフレームワークは、大規模言語モデルを利用したAIベースのツールである。 我々のフレームワークは、トレーニング済みのLLMと心理学者や広範囲にクロールされた心理学記事の現実のプロフェッショナルQ&Aを組み合わせる。 医療専門家のためのフロントエンドツールとして機能し、即時対応とマインドフルネス活動を提供して患者のストレスを軽減する。
  論文  参考訳（メタデータ） (2023-07-22T06:21:41Z)

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。