論文の概要: Japanese AI Agent System on Human Papillomavirus Vaccination: System Design
- arxiv url: http://arxiv.org/abs/2601.10718v1
- Date: Mon, 15 Dec 2025 15:13:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-25 16:54:51.718608
- Title: Japanese AI Agent System on Human Papillomavirus Vaccination: System Design
- Title（参考訳）: ヒトパピローマウイルスワクチン接種におけるAIエージェントシステム:システム設計
- Authors: Junyu Liu, Siwen Yang, Dexiu Ma, Qian Niu, Zequn Zhang, Momoko Nagai-Tanima, Tomoki Aoyama,
- Abstract要約: ヒトパピローマウイルス(HPV)ワクチンは、特に日本で公衆衛生上の問題を引き起こす。
本研究の目的は,対話型インタフェースを通じてHPVワクチン情報を提供する多目的AIエージェントシステムの開発である。
- 参考スコア（独自算出の注目度）: 13.804421144399791
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human papillomavirus (HPV) vaccine hesitancy poses significant public health challenges, particularly in Japan where proactive vaccination recommendations were suspended from 2013 to 2021. The resulting information gap is exacerbated by misinformation on social media, and traditional ways cannot simultaneously address individual queries while monitoring population-level discourse. This study aimed to develop a dual-purpose AI agent system that provides verified HPV vaccine information through a conversational interface while generating analytical reports for medical institutions based on user interactions and social media. We implemented a system comprising: a vector database integrating academic papers, government sources, news media, and social media; a Retrieval-Augmented Generation chatbot using ReAct agent architecture with multi-tool orchestration across five knowledge sources; and an automated report generation system with modules for news analysis, research synthesis, social media sentiment analysis, and user interaction pattern identification. Performance was assessed using a 0-5 scoring scale. For single-turn evaluation, the chatbot achieved mean scores of 4.83 for relevance, 4.89 for routing, 4.50 for reference quality, 4.90 for correctness, and 4.88 for professional identity (overall 4.80). Multi-turn evaluation yielded higher scores: context retention 4.94, topic coherence 5.00, and overall 4.98. The report generation system achieved completeness 4.00-5.00, correctness 4.00-5.00, and helpfulness 3.67-5.00, with reference validity 5.00 across all periods. This study demonstrates the feasibility of an integrated AI agent system for bidirectional HPV vaccine communication. The architecture enables verified information delivery with source attribution while providing systematic public discourse analysis, with a transferable framework for adaptation to other medical contexts.
- Abstract（参考訳）: ヒトパピローマウイルス(HPV)ワクチンは、特に2013年から2021年にかけて予防接種勧告が中止された日本では、公衆衛生上の大きな課題となっている。
結果として得られる情報ギャップは、ソーシャルメディア上の誤情報によって悪化し、従来の方法では、人口レベルの会話を監視しながら個別のクエリを同時に扱うことはできない。
本研究の目的は、ユーザインタラクションとソーシャルメディアに基づく医療機関の分析レポートを作成しながら、対話インタフェースを介してHPVワクチン情報を提供する、二重目的AIエージェントシステムの開発である。
我々は,学術論文,政府資料,ニュースメディア,ソーシャルメディアを統合したベクトルデータベース,5つの知識ソースにまたがるマルチツールオーケストレーションを備えたReActエージェントアーキテクチャを用いたRetrieval-Augmented Generationチャットボット,ニュース分析,研究合成,ソーシャルメディア感情分析,ユーザインタラクションパターン識別のためのモジュールを備えた自動レポート生成システムを実装した。
評価は0-5スコアで行った。
シングルターン評価では、チャットボットは関連性4.83点、ルーティング4.89点、基準品質4.50点、正確性4.90点、プロフェッショナルアイデンティティ4.88点(全4.80点)を達成した。
マルチターン評価は、文脈保持4.94、トピックコヒーレンス5.00、全体的な4.98という高いスコアを得た。
レポート生成システムは完全性 4.00-5.00、正確性 4.00-5.00、有用性 3.67-5.00 を達成し、すべての期間にわたって基準妥当性 5.00 を達成した。
本研究は、双方向HPVワクチン通信のための統合AIエージェントシステムの実現可能性を示す。
このアーキテクチャは、他の医学的文脈に適応するための伝達可能なフレームワークを用いて、体系的な公開談話分析を提供しながら、ソース属性による検証された情報配信を可能にする。
関連論文リスト
- Generating Natural-Language Surgical Feedback: From Structured Representation to Domain-Grounded Evaluation [66.7752700084159]
外科的トレーナーからの高品質なフィードバックは,訓練者のパフォーマンス向上と長期的スキル獲得に不可欠である。
本稿では,実際の訓練者-訓練者間の文書から外科的行動オントロジーを学習する構造対応パイプラインを提案する。
論文 参考訳（メタデータ） (2025-11-19T06:19:34Z) - DispatchMAS: Fusing taxonomy and artificial intelligence agents for emergency medical services [49.70819009392778]
大規模言語モデル (LLM) とマルチエージェントシステム (MAS) は、ディスパッチを増強する機会を提供する。
本研究の目的は,現実的なシナリオをシミュレートする分類基盤型マルチエージェントシステムの開発と評価である。
論文 参考訳（メタデータ） (2025-10-24T08:01:21Z) - Grounding Large Language Models in Clinical Evidence: A Retrieval-Augmented Generation System for Querying UK NICE Clinical Guidelines [1.9615061725959186]
本稿では,Large Language Models (LLMs) を用いたNICE (National Institute for Health and Care Excellence) 臨床ガイドラインを検索するための検索型生成システムの開発と評価について述べる。
このシステムの検索アーキテクチャは,300のガイドラインから抽出した10,195個のテキストチャンクのデータベースに対して,ハイブリッドな埋め込み機構によって構成されている。
平均相反ランク(MRR)が0.814、第1チャンクで81%、検索チャンクで99.1%のリコールが7901クエリで評価されている。
論文 参考訳（メタデータ） (2025-10-03T12:57:13Z) - Performance of a large language model-Artificial Intelligence based chatbot for counseling patients with sexually transmitted infections and genital diseases [4.910821423749911]
Otizは、STIの検出とカウンセリングに特化したAIベースのプラットフォームである。
患者言語を模倣するプロンプトを用いて, STI4種(異種性ワート, ヘルペス, 梅毒, 尿道炎, 頸部炎)を評価した。
Otizは、診断精度(4.14.7)、全体的な精度(4.34.6)、情報の正確性(5.0)、理解性(4.2-4.4)、共感(4.5-4.3.6)を高く評価した。
論文 参考訳（メタデータ） (2024-12-11T20:36:32Z) - Simulated patient systems are intelligent when powered by large language model-based AI agents [32.73072809937573]
我々は,大規模言語モデルに基づくAIエージェントを用いた,インテリジェントシミュレートされた患者システムAIatientを開発した。
このシステムにはRetrieval Augmented Generationフレームワークが組み込まれており、複雑な推論のために6つのタスク固有のLLMベースのAIエージェントが使用されている。
シミュレーションの現実のために、このシステムはAIPatient KG (Knowledge Graph) も利用している。
論文 参考訳（メタデータ） (2024-09-27T17:17:15Z) - Two-Layer Retrieval-Augmented Generation Framework for Low-Resource Medical Question Answering Using Reddit Data: Proof-of-Concept Study [4.769236554995528]
本稿では、健康関連トピックに関連する新たな問題に答える医療質問に対する検索強化世代アーキテクチャを提案する。
筆者らのフレームワークは,大量のユーザ生成ソーシャルメディアデータから医療質問に回答するために,個別の要約と集約された要約を生成する。
GPT-4 と Nous-Hermes-2-7B-DPO を用いて評価すると, 関連性, 長さ, 幻覚, 包括性, コヒーレンスに比較して高いスコアが得られた。
論文 参考訳（メタデータ） (2024-05-29T20:56:52Z) - Hierarchical Multi-Label Classification of Online Vaccine Concerns [8.271202196208]
ワクチンの懸念は進化を続けるターゲットであり、新型コロナウイルス(COVID-19)のパンデミックで見られるように急速に変化する可能性がある。
本稿では,大規模言語モデル(LLM)を用いて,高価なトレーニングデータセットを必要とせず,ゼロショット設定でワクチンの関心事を検出するタスクについて検討する。
論文 参考訳（メタデータ） (2024-02-01T20:56:07Z) - Conformer Based Elderly Speech Recognition System for Alzheimer's
Disease Detection [62.23830810096617]
アルツハイマー病(AD)の早期診断は、予防ケアがさらなる進行を遅らせるのに不可欠である。
本稿では,DementiaBank Pitt コーパスをベースとした最新のコンバータに基づく音声認識システムの開発について述べる。
論文 参考訳（メタデータ） (2022-06-23T12:50:55Z) - Human Evaluation and Correlation with Automatic Metrics in Consultation
Note Generation [56.25869366777579]
近年,機械学習モデルによる臨床相談ノートの作成が急速に進んでいる。
5人の臨床医が57件のモック・コンサルテーションを聴き、自作のノートを書き、自動的に生成されたノートを編集し、全てのエラーを抽出する、広範囲にわたる人的評価研究を行った。
単純な文字ベースのLevenshtein距離測定は、BertScoreのような一般的なモデルベースの測定値に比較して、同等に動作します。
論文 参考訳（メタデータ） (2022-04-01T14:04:16Z) - MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware
Medical Dialogue Generation [86.38736781043109]
MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。
MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。
実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
論文 参考訳（メタデータ） (2020-10-15T03:34:33Z) - AVA: an Automatic eValuation Approach to Question Answering Systems [123.36351076384479]
AVAはTransformerベースの言語モデルを使用して、質問、回答、参照テキストをエンコードする。
我々の解は、F1の74.7%のスコアを達成し、一つの答えに対する人間の判断を予測する。
論文 参考訳（メタデータ） (2020-05-02T05:00:16Z)
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。