論文の概要: PeerCoPilot: A Language Model-Powered Assistant for Behavioral Health Organizations

• arxiv url: http://arxiv.org/abs/2511.21721v1
• Date: Wed, 19 Nov 2025 18:55:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-07 19:06:32.364362
• Title: PeerCoPilot: A Language Model-Powered Assistant for Behavioral Health Organizations
• Title（参考訳）: PeerCoPilot:行動保健組織のための言語モデル駆動アシスタント
• Authors: Gao Mo, Naveen Raman, Megan Chai, Cindy Peng, Shannon Pagdon, Nev Jones, Hong Shen, Peggy Swarbrick, Fei Fang,
• Abstract要約: 行動の健康状態は米国では病気の重荷となっている。 ピアラン行動保健組織(PRO)は、メンタルヘルスサービスと収入、雇用、住宅といったニーズへの支援を組み合わせることで、これらの状況に直面している個人を批判的に支援する。 PeerCoPilotは大規模言語モデル(LLM)を利用したアシスタントで、ピアプロバイダがウェルネスプランを作成し、ステップバイステップの目標を構築し、これらの目標をサポートするための組織リソースを見つけるのに役立つ。
• 参考スコア（独自算出の注目度）: 10.45987571643486
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Behavioral health conditions, which include mental health and substance use disorders, are the leading disease burden in the United States. Peer-run behavioral health organizations (PROs) critically assist individuals facing these conditions by combining mental health services with assistance for needs such as income, employment, and housing. However, limited funds and staffing make it difficult for PROs to address all service user needs. To assist peer providers at PROs with their day-to-day tasks, we introduce PeerCoPilot, a large language model (LLM)-powered assistant that helps peer providers create wellness plans, construct step-by-step goals, and locate organizational resources to support these goals. PeerCoPilot ensures information reliability through a retrieval-augmented generation pipeline backed by a large database of over 1,300 vetted resources. We conducted human evaluations with 15 peer providers and 6 service users and found that over 90% of users supported using PeerCoPilot. Moreover, we demonstrated that PeerCoPilot provides more reliable and specific information than a baseline LLM. PeerCoPilot is now used by a group of 5-10 peer providers at CSPNJ, a large behavioral health organization serving over 10,000 service users, and we are actively expanding PeerCoPilot's use.
• Abstract（参考訳）: メンタルヘルスや物質使用障害を含む行動の健康状態は、米国では主要な病気の重荷となっている。 ピアラン行動保健組織(PRO)は、メンタルヘルスサービスと収入、雇用、住宅といったニーズへの支援を組み合わせることで、これらの状況に直面している個人を批判的に支援する。 しかし、限られた資金と人員の確保は、PROがすべてのサービスユーザーのニーズに対処することを困難にしている。 PROのピアプロバイダを日々のタスクで支援するために、ピアプロバイダがウェルネスプランを作成し、ステップバイステップの目標を構築し、これらの目標をサポートするための組織リソースを見つけるのを支援する、大規模言語モデル(LLM)ベースのアシスタントであるPeerCoPilotを紹介します。 PeerCoPilotは,1300以上の拒否されたリソースの大規模なデータベースにバックアップされた,検索強化された生成パイプラインを通じて情報の信頼性を保証する。 我々は15のピアプロバイダと6人のサービスユーザを対象に人間による評価を行い、9割以上のユーザがPeerCoPilotを使ってサポートしていることがわかった。 さらに,PierCoPilotはベースラインLLMよりも信頼性が高く,具体的な情報を提供することを示した。 PeerCoPilotは現在、CSPNJの5-10人のピアプロバイダのグループが使用しています。

関連論文リスト

• The Anatomy of a Personal Health Agent [32.99206560736977]
  一般消費者の健康管理装置や一般の健康記録からマルチモーダルデータを分析できる包括的パーソナルヘルスエージェントの構築を目指している。 我々は,消費者の健康ニーズの3つの主要なカテゴリを特定し,それぞれが専門的なサブエージェントによって支えられている。 動的にパーソナライズされた対話を可能にするマルチエージェントフレームワークであるPersonal Health Agent(PHA)を提案し,開発する。
  論文  参考訳（メタデータ） (2025-08-27T14:38:46Z)
• Decentralized Health Intelligence Network (DHIN) [0.0]
  分散ヘルスインテリジェンスネットワーク(DHIN)は、医療データ主権とAI利用の課題に取り組むために、分散インテリジェンスネットワーク(DIN)フレームワークを拡張している。 DINの原則に基づいて、DHINは医療固有のコンポーネントを導入し、プロバイダや機関間のデータの断片化に取り組む。 多様な健康データソースにアクセスするための障壁を克服することで、効果的なAI利用を促進する。
  論文  参考訳（メタデータ） (2024-08-12T15:47:26Z)
• Robustifying a Policy in Multi-Agent RL with Diverse Cooperative Behaviors and Adversarial Style Sampling for Assistive Tasks [51.00472376469131]
  多様な介護者対応を訓練することで、ロバストな介護者の方針を学習する枠組みを提案する。 一般的な深層RL法で訓練されたポリシーは、他のエージェントのポリシーの変更に対して脆弱であることを示す。
  論文  参考訳（メタデータ） (2024-03-01T08:15:18Z)
• Healthcare Copilot: Eliciting the Power of General LLMs for Medical Consultation [96.22329536480976]
  医療相談用に設計された医療コパイロットの構築について紹介する。 提案した医療コパイロットは,(1)効果的で安全な患者との対話に責任を負う対話コンポーネント,2)現在の会話データと過去の患者情報の両方を記憶する記憶コンポーネント,3)処理コンポーネント,そして,対話全体を要約し,報告を生成する。 提案したヘルスケア・コパイロットを評価するために,ChatGPT を用いた仮想患者とコーピロとの対話を行う仮想患者と,対話の質を評価するための評価器の2つの役割を自動評価する手法を実装した。
  論文  参考訳（メタデータ） (2024-02-20T22:26:35Z)
• Retrieval Augmented Thought Process for Private Data Handling in Healthcare [53.89406286212502]
  Retrieval-Augmented Thought Process (RATP)を紹介する。 RATPは大規模言語モデル(LLM)の思考生成を定式化する 電子カルテのプライベートデータセットにおいて、RATPは、質問応答タスクのコンテキスト内検索強化生成と比較して35%の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-12T17:17:50Z)
• Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources [47.57108369791273]
  医療資源の枯渇は、レーションの避けられない結果をもたらす可能性がある。 医療資源割り当てプロトコルの普遍的な標準は存在しない。 本稿では,患者の疾患進行と患者間の相互作用効果を統合するためのトランスフォーマーベースのディープQネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-15T17:28:06Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice and Feedback [46.70617195649979]
  CAREはAIベースのツールで、実践とフィードバックを通じて同僚のカウンセラーを力づけ、訓練する。 CAREは、特定の状況で必要なカウンセリング戦略の診断を支援し、実践セッション中にカウンセラーにサンプル応答を提案する。
  論文  参考訳（メタデータ） (2023-05-15T19:48:59Z)
• Optimal service resource management strategy for IoT-based health information system considering value co-creation of users [8.603742803497427]
  適応型最適サービス資源管理戦略を開発した。 深層強化学習アルゴリズムがIoT(Internet of Things)ベースのヘルス情報サービスシステムに組み込まれた。
  論文  参考訳（メタデータ） (2022-04-05T23:51:53Z)

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。