論文の概要: Train the Trainers -- An Agentic AI Framework for Peer-Based Mental Health Support in Battlefield Environments

• arxiv url: http://arxiv.org/abs/2605.16269v1
• Date: Tue, 31 Mar 2026 15:09:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 12:34:33.841412
• Title: Train the Trainers -- An Agentic AI Framework for Peer-Based Mental Health Support in Battlefield Environments
• Title（参考訳）: トレーニングトレーナー - 戦場環境におけるピアベースのメンタルヘルスサポートのためのエージェントAIフレームワーク
• Authors: Atmaram Yarlagadda, Eranga Bandara, Ross Gore, Anita H. Clayton, Preston Samuel, Christopher K. Rhea, Sachin Shetty, Ravi Mukkamala, Xueping Liang, Amin Hass, Abdul Rahman,
• Abstract要約: 本稿では, 治療を完了し, 任務に復帰した兵士をピアファシリテーターとして訓練し, ファーストラインの心理的支援を行うトレイン・ザ・トレインナー・フレームワークを提案する。 我々は、これらの回復した兵士を専門のAIエージェントで強化するエージェントAI対応プラットフォームを導入する。 このアーキテクチャは、人間の監視と倫理的保護を維持しながら、空調と低接続性の設定で機能する。
• 参考スコア（独自算出の注目度）: 4.427397112227026
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern military operations expose soldiers to sustained psychological stress, leading to acute reactions, post-traumatic stress symptoms, and other mental health issues. Although the U.S. Department of Defense offers evidence-based therapies, access to trained professionals in forward-deployed and contested environments is limited. As a result, soldiers with early-stage distress are often evacuated to rear medical facilities, delaying care, reducing readiness, and increasing long-term risks. This paper proposes a Train-the-Trainers framework in which soldiers who have completed therapy and returned to duty are trained as peer facilitators to provide first-line psychological support in operational settings. To scale and standardize this model under severe resource and connectivity constraints, we introduce an agentic AI-enabled platform that augments these recovered soldiers with specialized AI agents. The recovered soldier acts as a human supervisor, coordinating agents for symptom triage, guided peer-support interventions, operational constraint reasoning, training and simulation, and structured documentation for clinical escalation when needed. The AI agents use consensus-driven decision support in high-stakes environments. The architecture functions in air-gapped and low-connectivity settings, maintaining human oversight and ethical safeguards. A functional prototype was developed with the McDonald U.S. Army Health Center, Newport News, VA, USA. By combining peer-based intervention with consensus-driven agentic AI decision support, the framework seeks to cut response times, prevent symptom escalation, reduce unnecessary evacuations, and improve continuity of care. This work shows how agentic AI can serve as a force multiplier for mental health support in austere environments and identifies pathways for broader evaluation and deployment across defense and humanitarian operations.
• Abstract（参考訳）: 現代の軍事作戦は、兵士に心理的ストレスを持続させ、急性反応、外傷後のストレス症状、その他のメンタルヘルス問題を引き起こす。 アメリカ合衆国国防総省はエビデンスベースの治療法を提供しているが、前方配備および競合環境における訓練された専門家へのアクセスは限られている。 その結果、早期に苦しむ兵士は、しばしば後方の医療施設に避難し、治療を遅らせ、準備を減らし、長期的リスクを増大させる。 本稿では、治療を完了し、任務に復帰した兵士をピアファシリテーターとして訓練し、運用環境での心理的支援を行うトレイン・ザ・トレインナー・フレームワークを提案する。 このモデルをリソースと接続性に厳しい制約の下でスケールアップし、標準化するために、我々は、これらの回復した兵士を専門のAIエージェントで強化するエージェントAI対応プラットフォームを導入する。 回復した兵士は、ヒトの上司、症状のトリアージのための調整エージェント、ガイド付きピアサポート介入、運用上の制約推論、トレーニングとシミュレーション、必要に応じて臨床エスカレーションのための構造化ドキュメントとして機能する。 AIエージェントは、ハイテイク環境でコンセンサス主導の意思決定サポートを使用する。 このアーキテクチャは、人間の監視と倫理的保護を維持しながら、空調と低接続性の設定で機能する。 マクドナルド・U・S・アーミー・ヘルス・センター(英語版)、ニューポート・ニューズ(英語版)、アメリカ合衆国、ニューポート・ニューズ(英語版)で機能プロトタイプが開発された。 ピアベースの介入とコンセンサス駆動のエージェントAI意思決定サポートを組み合わせることで、このフレームワークは応答時間を短縮し、症状のエスカレーションを防止し、不要な避難を低減し、ケアの継続性を向上させる。 この研究は、エージェントAIがアスター環境におけるメンタルヘルスサポートの力の乗算器として機能し、防衛と人道的操作の幅広い評価と展開のための経路を特定する方法を示している。

関連論文リスト

• ATRACT: A Trustworthy Robotic Autonomous system to support Casualty Triage [4.263770590405799]
  ATRACT (A Trustworthy Robotic Autonomous System to support Casualty Triage) は、新しい人道支援システムである。 ドローンでキャプチャしたビデオとウェアラブルセンサーの入力を統合して、マルチモーダル学習を行い、カジュアルステートアセスメントをサポートする。 ATRACTは、死傷者への直接アクセスが遅れたり、危険があるり、制限されたりするときに、早期の医学的判断を支持する証拠を提供する。
  論文  参考訳（メタデータ） (2026-05-16T19:04:09Z)
• UAV-MARL: Multi-Agent Reinforcement Learning for Time-Critical and Dynamic Medical Supply Delivery [0.0]
  無人航空機(UAV)は、時間的に重要な医療用品の供給を支援するためにますます使われてきている。 本稿では,医療提供シナリオにおけるUAV艦隊の調整のための強化学習フレームワークを提案する。 このフレームワークは、医療タスクを優先順位付けし、UAVリソースをリアルタイムで再配置し、緊急ロジスティクスを管理するために医療スタッフを支援する決定支援層を提供する。
  論文  参考訳（メタデータ） (2026-03-11T08:31:52Z)
• Using AI to Optimize Patient Transfer and Resource Utilization During Mass-Casualty Incidents: A Simulation Platform [0.014285185279360277]
  マスインシデント(MCI)は医療システムを圧倒し、急激な患者病院割り当ての決定を要求する。 我々は,患者の移動決定を最適化するために,深層強化学習に基づく意思決定支援AIエージェントを開発し,検証した。 MasTERはMCI管理シミュレーションのためのウェブアクセス可能なコマンドダッシュボードである。
  論文  参考訳（メタデータ） (2025-09-10T16:46:54Z)
• AutoCBT: An Autonomous Multi-agent Framework for Cognitive Behavioral Therapy in Psychological Counseling [57.054489290192535]
  伝統的な個人の心理カウンセリングは主にニッチであり、心理学的な問題を持つ個人によって選択されることが多い。 オンラインの自動カウンセリングは、恥の感情によって助けを求めることをためらう人たちに潜在的な解決策を提供する。
  論文  参考訳（メタデータ） (2025-01-16T09:57:12Z)
• Socially Interactive Agents for Robotic Neurorehabilitation Training: Conceptualization and Proof-of-concept Study [7.365940126473552]
  我々は、神経リハビリテーショントレーニング中にパーソナライズされた院外援助を提供するAIベースのシステムを導入する。 専門職の助けを借りて、想定されたシステムは、個々の患者の独自のリハビリテーション要件を満たすように設計されている。 我々のアプローチは、対話型社会的に認識された仮想エージェントを神経リハビリテーションロボットフレームワークに統合することである。
  論文  参考訳（メタデータ） (2024-06-17T19:07:05Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• When to Ask for Help: Proactive Interventions in Autonomous Reinforcement Learning [57.53138994155612]
  強化学習の長期的な目標は、世界で自律的に対話し学習できるエージェントを設計することである。 重要な課題は、ロボットアームが物体をテーブルから押し出したときなど、外部からの援助を必要とする不可逆状態の存在である。 本研究では,非可逆状態の検出と回避を効率よく学習し,エージェントが侵入した場合に積極的に支援を求めるアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-10-19T17:57:24Z)
• Employing Socially Interactive Agents for Robotic Neurorehabilitation Training [0.2886273197127056]
  本稿では,新しいロボット神経リハビリテーショントレーニングシステムのための技術的アプローチを提案する。 これは、リハビリテーション装置、信号分類方法、トレーニング適応のための教師付き機械学習モデル、トレーニング演習、ユーザーインターフェースとしての社会的対話型エージェントの組み合わせに依存している。
  論文  参考訳（メタデータ） (2022-06-03T14:17:37Z)
• Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy: Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
  人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。 これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。 我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
  論文  参考訳（メタデータ） (2021-06-15T22:06:39Z)

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。