論文の概要: Design, Development, and Use of Maya Robot as an Assistant for the Therapy/Education of Children with Cancer: a Pilot Study
- arxiv url: http://arxiv.org/abs/2602.10942v1
- Date: Wed, 11 Feb 2026 15:20:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.365049
- Title: Design, Development, and Use of Maya Robot as an Assistant for the Therapy/Education of Children with Cancer: a Pilot Study
- Title（参考訳）: がん治療・教育支援としてのマヤロボットの設計・開発・利用 : パイロット研究
- Authors: Alireza Taheri, Minoo Alemi, Elham Ranjkar, Raman Rafatnejad, Ali F. Meghdari,
- Abstract要約: Maya Robot(マヤロボット)は、がん治療を受けている子供たちと関わるための、ポータブルな象の形をした社会ロボットだ。
最初の実験は、注射の過程で子どもが経験した痛みレベルを、マヤロボットの有無に関わらず比較することを目的としていた。
第2の実験は、ゲームを通じてマヤとの婚約中に入院した子供とその母親の視点を評価することを試みた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This study centers around the design and implementation of the Maya Robot, a portable elephant-shaped social robot, intended to engage with children undergoing cancer treatment. Initial efforts were devoted to enhancing the robot's facial expression recognition accuracy, achieving a 98% accuracy through deep neural networks. Two subsequent preliminary exploratory experiments were designed to advance the study's objectives. The first experiment aimed to compare pain levels experienced by children during the injection process, with and without the presence of the Maya robot. Twenty-five children, aged 4 to 9, undergoing cancer treatment participated in this counterbalanced study. The paired T-test results revealed a significant reduction in perceived pain when the robot was actively present in the injection room. The second experiment sought to assess perspectives of hospitalized children and their mothers during engagement with Maya through a game. Forty participants, including 20 children aged 4 to 9 and their mothers, were involved. Post Human-Maya Interactions, UTAUT questionnaire results indicated that children experienced significantly less anxiety than their parents during the interaction and game play. Notably, children exhibited higher trust levels in both the robot and the games, presenting a statistically significant difference in trust levels compared to their parents (P-value < 0.05). This preliminary exploratory study highlights the positive impact of utilizing Maya as an assistant for therapy/education in a clinical setting, particularly benefiting children undergoing cancer treatment. The findings underscore the potential of social robots in pediatric healthcare contexts, emphasizing improved pain management and emotional well-being among young patients.
- Abstract（参考訳）: この研究は、がん治療を受けている子供たちと関わることを目的とした、ポータブル象形社会ロボットであるMaya Robotの設計と実装を中心にしている。
最初の取り組みは、ディープニューラルネットワークを通じて98%の精度でロボットの表情認識の精度を高めることに集中した。
その後の2つの予備的な実験は、研究の目的を推し進めるために設計された。
最初の実験は、注射の過程で子どもが経験した痛みレベルを、マヤロボットの有無に関わらず比較することを目的としていた。
対象は4歳から9歳までの小児25例である。
対Tテストの結果, 注射室にロボットが活発に現れると, 痛覚が有意に低下することが明らかとなった。
第2の実験は、ゲームを通してマヤとの婚約中に入院した子供とその母親の視点を評価することを試みた。
対象は4歳から9歳までの子供20人と母親40人であった。
UTAUTの質問紙調査では, インタラクションやゲームプレイにおいて, 子どもの親よりも不安感が有意に低かった。
特に、子どもはロボットとゲームの両方において信頼度が高く、親と比べて信頼度に統計的に有意な差が認められた(P-value < 0.05)。
この予備的な調査研究は、マヤを臨床現場で治療・教育の補助として活用することのポジティブな影響、特にがん治療を受ける子供たちの利益を浮き彫りにするものである。
この知見は、若年者における痛み管理の改善と感情的幸福感を強調し、小児医療における社会ロボットの可能性を強調した。
関連論文リスト
- Empirical Study of Gaze Behavior in Children and Young Adults Using Deep Neural Networks and Robot Implementation: A Comparative Analysis of Social Situations [0.0]
我々は、特定の社会的状況下での子どもや大人の視線行動を模倣するために、ディープニューラルネットワークモデルを訓練する。
実生活環境下での直ロボットに配置することで,本モデルの実用性を評価する。
論文 参考訳（メタデータ） (2026-02-12T07:01:04Z) - Cooperation Through Indirect Reciprocity in Child-Robot Interactions [81.62347137438248]
間接的相互性は子どもとロボットの相互作用に変換できるかどうかを考察する。
IRは子どもやロボットに拡張され、協調ジレンマが解決される。
マルチアームバンディットアルゴリズムによる協調は,人間による戦略に大きく依存していることが観察された。
論文 参考訳（メタデータ） (2025-11-07T07:08:32Z) - Robots and Children that Learn Together : Improving Knowledge Retention by Teaching Peer-Like Interactive Robots [41.94295877935867]
本研究では,対話型強化学習(Interactive Reinforcement Learning)を,教示可能な社会ロボットの認知モデルとして紹介する。
LbT状態の小児は自己実践状態の児に比べて保持率が高くなった。
本研究は,(1)ピアロボット学習の教育的効果的でスケーラブルなモデルとしてインタラクティブRLを導入し,(2)実教室で複数の自律ロボットを同時に展開する可能性を示した。
論文 参考訳（メタデータ） (2025-06-23T07:51:04Z) - AGE2HIE: Transfer Learning from Brain Age to Predicting Neurocognitive Outcome for Infant Brain Injury [4.561582228399592]
低酸素性虚血性脳症(HIE)は新生児1,000人中1人から5人に影響を及ぼす。
深層学習モデルを用いたHIE関連神経認知結果の早期かつ正確な予測が重要である。
論文 参考訳（メタデータ） (2024-11-07T21:24:54Z) - BraTS-PEDs: Results of the Multi-Consortium International Pediatric Brain Tumor Segmentation Challenge 2023 [44.64458075448]
小児脳腫瘍に焦点を当てた第1回BraTS-PEDs 2023チャレンジの結果を報告する。
BraTS-PEDs 2023は、磁気共鳴画像による小児脳グリオーマの体積分割アルゴリズムの評価を目的とした。
小児腫瘍分析におけるトップパフォーマンスのAIアプローチには、nnU-NetとSwin UNETR、Auto3DSeg、あるいはnnU-Netの自己組織化フレームワークによるアンサンブルが含まれていた。
論文 参考訳（メタデータ） (2024-07-11T20:35:32Z) - Hybrid Models for Facial Emotion Recognition in Children [0.0]
本稿では,遠隔操作型ロボットによる子どものセラピーの実践において,心理学者を支援するための感情認識技術の利用に焦点を当てた。
Embodied Conversational Agents (ECA) は、プロが社会的課題に直面している子供と繋がる手助けをする仲介ツールである。
論文 参考訳（メタデータ） (2023-08-24T04:20:20Z) - Social Assistive Robotics for Autistic Children [56.524774292536264]
このプロジェクトの目的は、自閉症児と社会ロボットNAOとの相互作用をテストすることである。
このプロジェクトのイノベーティブな側面は、子供のロボットのインタラクションが子供の感情や特定の特徴を熟考することである。
論文 参考訳（メタデータ） (2022-09-25T18:28:19Z) - Towards Social HRI for Improving Children's Healthcare Experiences [2.817412580574242]
このプロジェクトの目的は、子どもたちが臨床現場で苦痛と苦痛に満ちた医療処置に対処するのを助けるソーシャルロボットを開発することである。
ロボットは、子供、親、介護者、医療専門家との適切な、かつ安全な対話が必要なタスク環境で運用される。
このプロジェクトには、すべての参加者グループを巻き込んだ共同設計技術が組み込まれ、最終ロボットシステムは2か所の臨床試験で評価される。
論文 参考訳（メタデータ） (2020-10-09T15:49:54Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z) - A robot that counts like a child: a developmental model of counting and
pointing [69.26619423111092]
実物を数えることができる新しい神経ロボティクスモデルを導入する。
このモデルにより,エンボディメントと数値認識の相互作用を調べることができる。
トレーニングされたモデルは、アイテムのセットをカウントすることができ、同時にそれらを指し示します。
論文 参考訳（メタデータ） (2020-08-05T21:06:27Z) - A Developmental Neuro-Robotics Approach for Boosting the Recognition of
Handwritten Digits [91.3755431537592]
近年のエビデンスでは、子どもの体現戦略をシミュレーションすることで、マシンインテリジェンスも改善できることが示されている。
本稿では,発達神経ロボティクスの文脈における畳み込みニューラルネットワークモデルへの具体的戦略の適用について検討する。
論文 参考訳（メタデータ） (2020-03-23T14:55:00Z)
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。