論文の概要: AI-Care: A Conversational Agentic System for Task Coordination in Alzheimer's Disease Care
- arxiv url: http://arxiv.org/abs/2605.08480v1
- Date: Fri, 08 May 2026 20:55:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:49.678071
- Title: AI-Care: A Conversational Agentic System for Task Coordination in Alzheimer's Disease Care
- Title（参考訳）: AI-Care:アルツハイマー病治療におけるタスクコーディネートのための対話型エージェントシステム
- Authors: Preyash Yadav, Michelle Cohn, Priyanka Koppolu, Hritvik Agarwal, Amey Gohil, Tejas Patil, Sasha Pimento, Alyssa Weakley,
- Abstract要約: 本稿では,遠隔介護プラットフォーム上に構築された対話型エージェント人工知能層であるAI-Careについて述べる。
AI-Careはアルツハイマー病(AD)とアルツハイマー病関連認知症(ADRD)の認知負荷を軽減するように設計されている
軽度から軽度のAD/ADRDを持つ4人の個人による予備試験では、システムは信頼性があり、有能で、可読性があることがわかった。
- 参考スコア（独自算出の注目度）: 2.299627388454064
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Individuals with Alzheimer's disease (AD) and Alzheimer's disease-related dementia (ADRD) experience memory and thinking changes that impact their ability to use digital daily management tools. For example, adding an event to a digital calendar requires multiple steps that may act as barriers to independent use for individuals with AD/ADRD. This paper presents AI-Care, a conversational agentic artificial intelligence (AI) layer built on top of a remote caregiving platform co-designed with people with AD/ADRD. AI-Care is designed to reduce the cognitive load on individuals with AD/ADRD when managing everyday tasks such as setting calendar reminders and organizing to-do lists through natural-language interaction with a voice-first chatbot. The system uses a LangGraph-based stateful orchestration approach in which each request passes through sanitization, intent classification, context loading, safety checks, deterministic slot collection, tool execution, and response composition. Safety-critical responses, particularly around medications and allergies, are grounded in caregiver-verified records rather than free-form model generation. The system does not make autonomous medical or treatment decisions. Incomplete or ambiguous requests are handled through controlled multi-turn clarification rather than silent failure or guessing. The system supports both typed and spoken input, with voice output through ElevenLabs text-to-speech. Longer responses are chunked before synthesis to avoid rushed playback. A preliminary pilot with four individuals with mild-to-moderate AD/ADRD showed that users found the system trustworthy, competent, and likable, and were able to complete the evaluated coordination tasks through conversation. We describe the design goals, system architecture, safety controls, and findings from this formative evaluation.
- Abstract（参考訳）: アルツハイマー病(AD)およびアルツハイマー病関連認知症(ADRD)の患者は、デジタルデイリーマネジメントツールを使用する能力に影響を与える記憶と思考の変化を経験する。
例えば、デジタルカレンダーにイベントを追加するには、AD/ADRDを持つ個人に対して、独立した使用障壁として機能する複数のステップが必要になる。
本稿では,AD/ADRDと共同設計した遠隔介護プラットフォーム上に構築された対話型エージェント人工知能(AI)層であるAI-Careを提案する。
AI-Careは、カレンダーのリマインダーの設定や、音声ファーストチャットボットとの自然言語インタラクションによるTo-Doリストの整理といった日常的なタスクの管理において、AD/ADRDを持つ個人の認知負荷を低減するように設計されている。
このシステムはLangGraphベースのステートフルオーケストレーションアプローチを使用しており、各リクエストは、サニタイズ、インテント分類、コンテキストローディング、安全性チェック、決定論的スロットコレクション、ツール実行、レスポンスコンポジションを通過する。
安全クリティカルな反応、特に医薬品やアレルギーに関する反応は、フリーフォームモデル生成よりも介護者の確認された記録に基礎を置いている。
このシステムは、自律的な医療や治療の判断を下さない。
不完全あるいは曖昧な要求は、無言の失敗や推測よりも、制御されたマルチターンの明確化によって処理される。
このシステムは入力と音声の両方をサポートし、ElevenLabsの音声合成によって音声出力を行う。
より長い応答は、急激な再生を避けるために合成前にチャンクされる。
軽度から軽度のAD/ADRDを持つ4人の予備パイロットは、ユーザが信頼でき、有能で、自由なシステムを見つけ、会話を通じて評価された調整タスクを完了できることを示した。
本稿では, 設計目標, システムアーキテクチャ, 安全管理, そして, この形式的評価から得られた知見について述べる。
関連論文リスト
- From Use to Oversight: How Mental Models Influence User Behavior and Output in AI Writing Assistants [70.1699066541501]
システムの動作に関する機能的、あるいは関連性、システムの動作に関する構造的、あるいは関連性という、2つのタイプのメンタルモデルについて検討する。
構造的精神モデル状態の参加者は、システムに対する理解を深める一方、これはバックフィリング効果をもたらす可能性がある。
論文 参考訳（メタデータ） (2026-04-06T20:50:44Z) - Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。
我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。
ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
論文 参考訳（メタデータ） (2026-03-18T06:15:35Z) - An Interactive LLM-Based Simulator for Dementia-Related Activities of Daily Living [1.7290060384409396]
ADL支援中に多ターン・重症度・ケア条件の患者行動を生成するWebベースのシミュレータを提案する。
シミュレーションされた動作は、適度に評価され、典型的なセッション長は6回であった。
専門家は54.5パーセントのターンでカスタムリプライを書いた。
論文 参考訳（メタデータ） (2026-03-06T03:15:17Z) - Hello Again! LLM-powered Personalized Agent for Long-term Dialogue [63.65128176360345]
モデルに依存しない長期対話エージェント(LD-Agent)を導入する。
イベント認識、ペルソナ抽出、応答生成のための3つの独立した調整可能なモジュールが組み込まれている。
LD-Agentの有効性, 汎用性, クロスドメイン性について実験的に検証した。
論文 参考訳（メタデータ） (2024-06-09T21:58:32Z) - MemoryCompanion: A Smart Healthcare Solution to Empower Efficient
Alzheimer's Care Via Unleashing Generative AI [8.741075482543991]
本稿では,アルツハイマー病(AD)患者とその介護者向けに開発された,先駆的なデジタルヘルスソリューションであるMemoryCompanionについて紹介する。
MemoryCompanionはパーソナライズされたケアのパラダイムを示し、音声のクローズニングと会話によるインタラクションを促進する。
私たちの方法論は、その革新的な設計に基づいており、この領域に固有の介護と技術的な課題の両方に対処しています。
論文 参考訳（メタデータ） (2023-11-20T19:41:50Z) - Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文 参考訳（メタデータ） (2023-03-14T16:03:28Z) - Evaluating the Possibility of Integrating Augmented Reality and Internet
of Things Technologies to Help Patients with Alzheimer's Disease [0.0]
本研究では,IoT(Internet of Things)とAR(Augmented Reality)の概念によって実現された,AAL(Ambient Assisted Living)リアルタイムシステムに関する予備的な結果を報告する。
このシステムには2つの主要なセクションがある: スマートフォンまたはウィンドウアプリケーションは、介護者が自宅の患者の状態をモニターし、もし患者が危険にさらされている場合は通知することを可能にする。
論文 参考訳（メタデータ） (2023-01-20T20:39:32Z) - A Simulated Experiment to Explore Robotic Dialogue Strategies for People
with Dementia [2.5412519393131974]
繰り返し質問の文脈におけるPwD-ロボット相互作用のための部分可観測マルコフ決定プロセス(POMDP)モデルを提案する。
異なる認知能力と異なるエンゲージメントレベルを持つpwdに対する適応的会話戦略を学ぶためにq-learningを用いた。
これは、PwDの繰り返し質問に対処するための会話型ソーシャルロボットの適用に向けた有用なステップかもしれません。
論文 参考訳（メタデータ） (2021-04-18T19:35:19Z) - Transforming unstructured voice and text data into insight for paramedic
emergency service using recurrent and convolutional neural networks [68.8204255655161]
救急隊員は救急車内で限られた時間内に救命判断をしなければならないことが多い。
本研究の目的は、音声とテキストデータを自動的に融合して、救急隊員に適切な状況認識情報を提供することである。
論文 参考訳（メタデータ） (2020-05-30T06:47:02Z) - Alzheimer's Dementia Recognition through Spontaneous Speech: The ADReSS
Challenge [10.497861245133086]
InterSPEECH 2020のADReSS Challengeでは、アルツハイマー認知症の自動認識に対する異なるアプローチを比較可能な共有タスクを定義している。
ADReSSは、年齢と性別の面で音響的に前処理されバランスが取れた、ベンチマーク音声データセットを研究者に提供する。
論文 参考訳（メタデータ） (2020-04-14T23:25:09Z)
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。