論文の概要: Elder-Sim: A Psychometrically Validated Platform for Personality-Stable Elderly Digital Twins

• arxiv url: http://arxiv.org/abs/2604.16343v1
• Date: Mon, 16 Mar 2026 07:39:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:13.909581
• Title: Elder-Sim: A Psychometrically Validated Platform for Personality-Stable Elderly Digital Twins
• Title（参考訳）: 高齢者デジタル双生児のための心理的検証プラットフォームElder-Sim
• Authors: Jiaqing Wang, Zhongfang Yang, Xingyuan Zhu, Zong'an Huang, Hao Wang, Li Tian, Ying Cao, Xiaomin Qu, Xiang Qi, Bei Wu, Zheng Zhu,
• Abstract要約: ELDER-SIMは、パーソナライズ可能なデジタルツインエージェントを構築するためのマルチロールの高齢者向け会話プラットフォームである。 著者: ELDER-SIMは、人格に一貫性のあるデジタル双生児エージェントを構築するための心理学的に検証されたアプローチを提供する。
• 参考スコア（独自算出の注目度）: 27.804308780858335
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Background: LLMs enable patient-facing conversational agents, creating a pathway toward digital twins that capture older adults' lived experiences and behavioral responses across time. A central barrier is personality drift -- inconsistent trait expression across repeated interactions -- which undermines reliability of generated trajectories and intervention-response simulation in geriatric care. Objective: To develop ELDER-SIM, a multi-role elderly-care conversational platform for building personality-stable digital twin agents, and to propose a psychometric validation framework for quantifying personality consistency in LLM-based agents. Methods: ELDER-SIM was implemented via n8n workflow orchestration with local LLM inference (Ollama/vLLM), integrating (1) Big Five (OCEAN) trait specifications, (2) a Cognitive Conceptualization Diagram (CCD) grounded in Beck's CBT framework, and (3) a MySQL-based long-term memory module. Ablation studies across four conditions -- Baseline, +Memory, +CCD, and +LoRA (fine-tuned on 19,717 instruction pairs from CHARLS) -- were evaluated via Cronbach's $α$, ICC, and role discrimination accuracy. Results: Reliability was acceptable to excellent across conditions (Cronbach's $α$: 0.70--0.94; ICC: 0.85--0.96). Role discrimination improved from 83.3% (Baseline) to 88.9% (+Memory), 94.4% (+CCD), and 97.2% (+LoRA). CCD produced the largest consistency gain (mean $α$ 0.702$\to$0.892), while LoRA achieved the highest overall consistency ($α$ 0.940; ICC 0.958). Conclusions: ELDER-SIM provides a psychometrically validated approach for constructing personality-consistent elderly digital twin agents. Structured cognitive modeling and domain adaptation reduce personality drift, supporting reliable longitudinal simulation for elderly mental health care and reproducible in silico evaluation before clinical deployment.
• Abstract（参考訳）: 背景: LLMは患者に対面する会話エージェントを可能にし、デジタル双生児への経路を作り、高齢者の生活経験や行動反応を時間を通して捉えます。 中心となる障壁はパーソナリティドリフト(人格ドリフト) -- 反復的な相互作用にまたがる特性表現 -- であり、それによって生成された軌跡の信頼性が損なわれ、老年医療における介入-応答シミュレーションが損なわれる。 目的: 人格安定型デジタル双生児エージェントを構築するための多目的高齢者対話型プラットフォームであるELDER-SIMを開発し, LLMエージェントにおける人格整合性の定量化のための心理測定検証フレームワークを提案する。 ELDER-SIM は n8n のワークフローオーケストレーションによって実装され、ローカル LLM 推論 (Ollama/vLLM)、(1) ビッグファイブ (OCEAN) 特性仕様の統合、(2) ベックの CBT フレームワークを基盤とした認知概念化ダイアグラム (CCD)、(3) MySQL ベースの長期メモリモジュールである。 4つの条件(ベースライン、+メモリ、+CCD、+LoRA(CHARLSから19,717の命令ペアを微調整した)のアブレーション研究は、Cronbachの$α$、ICC、役割識別の精度を通じて評価された。その結果: 信頼性は、優れた条件(Cronbachの$α$: 0.70--0.94; ICC: 0.85--0.96; ICC: 0.85--0.96;)で許容された。 役割差別は83.3%(ベースライン)から88.9%(+メモリ)、94.4%(+CCD)、97.2%(+LoRA)に改善された。 CCDは最大整合性(平均0.702$\to$0.892)を示し、LoRAは最高整合性(α$0.940; ICC 0.958)を達成した。 結論:ELDER-SIMは、人格に一貫性のあるデジタル双生児エージェントを構築するための心理学的に検証されたアプローチを提供する。 構造的認知モデルとドメイン適応により人格のドリフトが減少し、高齢者精神保健医療における信頼性のある縦断シミュレーションがサポートされ、臨床展開前のシリコ評価において再現可能である。

関連論文リスト

• AI Safety Training Can be Clinically Harmful [15.31927635809423]
  本稿では,250例の長期曝露療法シナリオと146例のCBT認知再構成演習の4つの生成モデルについて検討した。 全てのモデルは表面の承認 (0.91-1.00) でほぼ完璧に得点し、治療適性は4つのモデル中3つの最重度で0.22-0.33に低下した。
  論文  参考訳（メタデータ） (2026-04-25T21:09:50Z)
• Predicting Neuromodulation Outcome for Parkinson's Disease with Generative Virtual Brain Model [95.41752463487008]
  パーキンソン病は世界中で1千万人以上に影響している。 個人間変異は経験的治療の選択を制限し、非無視的な外科的リスクとコストを増大させる。 我々は、このギャップをトレーニング済みのファインタニングフレームワークで埋めて、静止状態fMRIから直接結果を予測する。
  論文  参考訳（メタデータ） (2026-03-31T02:36:10Z)
• Cerebra: A Multidisciplinary AI Board for Multimodal Dementia Characterization and Risk Assessment [56.62016795093786]
  CerebraはインタラクティブなマルチエージェントAIチームで、ERH、臨床ノート、医療画像分析のための特殊エージェントをコーディネートする。 構造化された表現を操作することで、プライバシ保護デプロイメントをサポートし、モダリティが不完全であれば、堅牢である。 Cerebraは、有識者のパフォーマンスを著しく改善し、前向き認知症リスク推定において精度を17.5ポイント向上させた。
  論文  参考訳（メタデータ） (2026-03-23T05:46:45Z)
• Bayesian Inference of Psychometric Variables From Brain and Behavior in Implicit Association Tests [0.786460153386845]
  我々は,インプリシット・アソシエーション・テスト(IAT)をデータ生成エンジンとして,神経・行動データからメンタルヘルス関連精神測定変数を推定する原理的手法を確立した。 マルチモーダルデータを利用して,精神疾患の症状に関連する経験を予測できる疎階層型ベイズモデルを提案する。
  論文  参考訳（メタデータ） (2026-03-17T16:20:55Z)
• Deep Learning-Based Detection of Cognitive Impairment from Passive Smartphone Sensing with Routine-Aware Augmentation and Demographic Personalization [9.633221910592804]
  認知障害の早期発見は、タイムリーな診断と介入に重要である。 受動的スマートフォンセンシングは、自然主義的かつ継続的な認知モニタリングのための有望なアプローチとして登場した。 日常的な行動特徴の連続から認知障害を検出するために,Long Short-Term Memory (LSTM) モデルを実装した。
  論文  参考訳（メタデータ） (2025-09-27T07:08:25Z)
• Organ-Agents: Virtual Human Physiology Simulator via LLMs [66.40796430669158]
  オルガン-エージェント(Organ-Agents)は、LDM駆動のエージェントを介して人間の生理学をシミュレートする多エージェントフレームワークである。 症例は7,134例,コントロール7,895例で,9系統および125変数にわたる高分解能トラジェクトリを作成した。 臓器抗原は4,509人の保留患者に対して高いシミュレーション精度を達成し, システムごとのMSE0.16とSOFA系重症度層間の堅牢性を示した。
  論文  参考訳（メタデータ） (2025-08-20T01:58:45Z)
• TREEMENT: Interpretable Patient-Trial Matching via Personalized Dynamic Tree-Based Memory Network [54.332862955411656]
  臨床試験は薬物開発に不可欠であるが、しばしば高価で非効率な患者募集に苦しむ。 近年,患者と臨床試験を自動マッチングすることで患者採用を高速化する機械学習モデルが提案されている。 本稿では,TREement という名前の動的ツリーベースメモリネットワークモデルを導入する。
  論文  参考訳（メタデータ） (2023-07-19T12:35:09Z)
• COVI-AgentSim: an Agent-based Model for Evaluating Methods of Digital Contact Tracing [68.68882022019272]
  COVI-AgentSimは、ウイルス学、病気の進行、社会的接触ネットワーク、移動パターンに基づくエージェントベースのコンパートメンタルシミュレータである。 1)バイナリテスト結果に基づいてバイナリレコメンデーションを割り当てる標準バイナリコンタクトトレース (BCT) と,2) 多様な特徴に基づいてグレードレベルのレコメンデーションを割り当てる特徴ベースコンタクトトレース (FCT) のルールベースの手法である。
  論文  参考訳（メタデータ） (2020-10-30T00:47:01Z)

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。