論文の概要: Physiological and Semantic Patterns in Medical Teams Using an Intelligent Tutoring System

• arxiv url: http://arxiv.org/abs/2603.29950v1
• Date: Tue, 31 Mar 2026 16:18:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:03.849727
• Title: Physiological and Semantic Patterns in Medical Teams Using an Intelligent Tutoring System
• Title（参考訳）: インテリジェントチューニングシステムを用いた医療チームにおける生理的・意味的パターン
• Authors: Xiaoshan Huang, Conrad Borchers, Jiayi Zhang, Susanne P. Lajoie,
• Abstract要約: 知的チューリングシステムを用いて,仮想患者を診断する4つの医療用ダイアドの動態について検討した。 対話のセマンティックシフトは過渡的な生理的同期ピークと相関していた。 高い生理的同期は、より低い意味的類似性と関連していた。 この研究は、生物学的信号が対話と融合し、問題解決における重要な瞬間を理解することを実証することによって、人間中心のAIを前進させる。
• 参考スコア（独自算出の注目度）: 10.824040308321145
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Effective collaboration requires teams to manage complex cognitive and emotional states through Socially Shared Regulation of Learning (SSRL). Physiological synchrony (i.e., longitudinal alignment in physiological signals) can indicate these states, but is hard to interpret on its own. We investigate the physiological and conversational dynamics of four medical dyads diagnosing a virtual patient case using an intelligent tutoring system. Semantic shifts in dialogue were correlated with transient physiological synchrony peaks. We also coded utterance segments for SSRL and derived cosine similarity using sentence embeddings. The results showed that activating prior knowledge featured significantly lower semantic similarity than simpler task execution. High physiological synchrony was associated with lower semantic similarity, suggesting that such moments involve exploratory and varied language use. Qualitative analysis triangulated these synchrony peaks as ``pivotal moments'': successful teams synchronized during shared discovery, while unsuccessful teams peaked during shared uncertainty. This research advances human-centered AI by demonstrating how biological signals can be fused with dialogues to understand critical moments in problem solving.
• Abstract（参考訳）: 効果的なコラボレーションには、SSRL(Socially Shared Regulation of Learning)を通じて、複雑な認知状態と感情状態を管理する必要がある。 生理的同期(すなわち、生理的信号の縦方向のアライメント)はこれらの状態を示すことができるが、それ自体は解釈が難しい。 知的チューリングシステムを用いて仮想患者を診断する4つの医療用ダイアドの生理的・会話的ダイナミクスについて検討した。 対話のセマンティックシフトは過渡的な生理的同期ピークと相関していた。 また,SSRLの発話セグメントを符号化し,文章埋め込みを用いたコサイン類似性を抽出した。 その結果、先行知識の活性化は、単純なタスク実行よりも意味的類似性が著しく低いことがわかった。 高い生理的同期はより低い意味的類似性と関連付けられており、そのような瞬間には探索的および様々な言語の使用が含まれることが示唆された。 定量分析はこれらの同期ピークを ‘pivotal moments’’ と分類した。 この研究は、生物学的信号が対話と融合し、問題解決における重要な瞬間を理解することを実証することによって、人間中心のAIを前進させる。

関連論文リスト

• BrainSTR: Spatio-Temporal Contrastive Learning for Interpretable Dynamic Brain Network Modeling [11.472484296820225]
  BrainSTRは、動的脳ネットワークモデリングのための分散脳時間コントラスト学習フレームワークを学習する。 ASD、BD、MDDに関する試験は、以前の発見と一致する解釈可能な証拠を提供する。
  論文  参考訳（メタデータ） (2026-03-10T15:47:09Z)
• SynBrain: Enhancing Visual-to-fMRI Synthesis via Probabilistic Representation Learning [54.390403684665834]
  視覚刺激が皮質反応にどのように変換されるかを理解することは、計算神経科学の基本的な課題である。 視覚的意味論から神経反応への変換を確率的かつ生物学的に解釈可能な方法でシミュレートする生成フレームワークであるSynBrainを提案する。 実験結果から,SynBrainは被写体特異的視覚-fMRI符号化性能において最先端の手法を超越していることが示された。
  論文  参考訳（メタデータ） (2025-08-14T03:01:05Z)
• Emergent time-keeping mechanisms in a deep reinforcement learning agent performing an interval timing task [4.398170461093707]
  時間的時間的タスクを実行する深層強化学習(DRL)エージェントの時間的処理について検討する。 体内状態の分析により、生物学的システムにおけるユビキタスパターンである神経活性化が明らかになった。 エージェントの時間維持戦略とストリアタルビート周波数(SBF)モデルとの並列性を持つ。
  論文  参考訳（メタデータ） (2025-08-06T13:56:41Z)
• PhysioSync: Temporal and Cross-Modal Contrastive Learning Inspired by Physiological Synchronization for EEG-Based Emotion Recognition [19.346998419198307]
  時間的および横断的なコントラスト学習を活用した新しい事前学習フレームワークであるPhyloSyncを提案する。 事前トレーニング後、クロスレゾリューションとクロスモーダルの機能は階層的に融合され、微調整され、感情認識が強化される。 DEAPデータセットとDREAMERデータセットの実験は、一様および交差モード条件下でのPhyloSyncの高度なパフォーマンスを実証している。
  論文  参考訳（メタデータ） (2025-04-24T00:48:03Z)
• Exploring Hybrid and Ensemble Models for Multiclass Prediction of Mental Health Status on Social Media [27.799032561722893]
  Redditのソーシャルメディア投稿から,不安,注意欠陥多動性障害,双極性障害,外傷後ストレス障害,抑うつ,心理的ストレス)の6つの症状を予測する実験を報告する。 変圧器アーキテクチャ(BERT,RoBERTa)とBiLSTMニューラルネットワークを利用したハイブリッド・アンサンブルモデルの性能について検討・比較を行った。 また,特定の精神状態の指標として,どのような特徴が最も重要であるかを検討するために,特徴アブレーション実験を実施している。
  論文  参考訳（メタデータ） (2022-12-19T20:31:47Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• Synchronisation phase as an indicator of persistent quantum correlations between subsystems [68.8204255655161]
  自然シンクロナイゼーション(英: Spontaneous synchronisation)は、動的古典系と量子系の両方で起こる集合現象である。 我々の分析は、自然に同期する様々なオープン量子系に適用できることを示す。
  論文  参考訳（メタデータ） (2020-06-29T17:21:32Z)

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。