論文の概要: PsyBridge: A Hybrid Intelligent Framework for Multi-Dimensional Mental Health Assessment and Decision Support

• arxiv url: http://arxiv.org/abs/2606.23673v1
• Date: Mon, 22 Jun 2026 17:57:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 17:14:17.314224
• Title: PsyBridge: A Hybrid Intelligent Framework for Multi-Dimensional Mental Health Assessment and Decision Support
• Title（参考訳）: PsyBridge: 多次元メンタルヘルスアセスメントと意思決定支援のためのハイブリッドインテリジェントフレームワーク
• Authors: Sunil Wanjari, Manish Thakre, Aayushi Asole, Sharwari Raut, Kwabena Adu-Duodu, Yinhao Li, Stanly Wilson,
• Abstract要約: PsyBridgeは多次元のメンタルヘルスアセスメントのために設計された、ハイブリッドなインテリジェントな意思決定支援フレームワークである。 提案フレームワークは,認知・行動指標とともにPHQ-9およびGAD-7アセスメントを組み込んだ。
• 参考スコア（独自算出の注目度）: 1.9997316347067056
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mental health assessment commonly relies on isolated screening instruments or data-driven models that often lack interpretability and multi-dimensional integration. Existing approaches frequently focus on individual indicators such as depression or anxiety while providing limited support for comprehensive and explainable decision-making. To address this limitation, this study proposes PsyBridge, a hybrid intelligent decision-support framework designed for multi-dimensional mental health assessment through the integration of clinically validated screening tools, cognitive evaluation, and personality profiling within a unified architecture. The proposed framework incorporates PHQ-9 and GAD-7 assessments alongside cognitive and behavioural indicators using a modular design and a weighted aggregation mechanism to generate interpretable mental health risk classifications and recommendations. To evaluate the framework, a semi-synthetic dataset consisting of 500 patient profiles representing varying severity levels was constructed based on clinically grounded score distributions. Experimental results demonstrate that PsyBridge achieves an overall accuracy of 0.84, outperforming standalone PHQ-9 and GAD-7 assessments while improving precision, recall, and F1-score. Sensitivity analysis and ablation studies further indicate that integrating cognitive and personality components contributes to more stable classification performance and reduces inconsistencies in moderate-risk prediction. The findings suggest that PsyBridge provides a scalable and interpretable approach for AI-assisted mental health decision support, particularly within digital healthcare and telehealth environments.
• Abstract（参考訳）: メンタルヘルスアセスメントは通常、分離されたスクリーニング機器や、解釈可能性や多次元統合に欠けるデータ駆動モデルに依存している。 既存のアプローチは、うつ病や不安などの個々の指標に焦点を当て、包括的で説明可能な意思決定の限定的なサポートを提供する。 この制限に対処するため,本研究では,臨床検査ツールの統合,認知評価,パーソナリティ・プロファイリングを統合した多次元メンタルヘルスアセスメントのためのハイブリッドな知的意思決定支援フレームワークであるPsyBridgeを提案する。 提案フレームワークは,PHQ-9およびGAD-7アセスメントと,モジュール設計と重み付け集約機構を用いた認知行動指標を併用して,解釈可能なメンタルヘルスリスク分類とレコメンデーションを生成する。 この枠組みを評価するため,臨床的根拠のあるスコア分布に基づいて,重症度を表わす500人の患者プロファイルからなる半合成データセットを構築した。 実験の結果、PsyBridgeは0.84の精度を達成し、スタンドアロンのPHQ-9とGAD-7の評価を上回り、精度、リコール、F1スコアを改善した。 さらに、認知的・人格的要素の統合は、より安定した分類性能に寄与し、中等リスク予測の不整合を低減することを示唆している。 この結果から、PsyBridgeは、特にデジタルヘルスケアと遠隔医療環境において、AIによるメンタルヘルス意思決定をサポートするためのスケーラブルで解釈可能なアプローチを提供していることが示唆された。

関連論文リスト

• 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)
• Responsible Evaluation of AI for Mental Health [72.85175110624736]
  メンタルヘルスケアにおけるAIツールの評価に対する現在のアプローチは、断片化されており、臨床実践、社会的コンテキスト、ファーストハンドのユーザエクスペリエンスと不整合である。 本稿では,臨床の健全性,社会的文脈,公平性を統合した学際的枠組みを導入することにより,責任ある評価を再考する。
  論文  参考訳（メタデータ） (2026-01-20T12:55:10Z)
• Patient-Conditioned Adaptive Offsets for Reliable Diagnosis across Subgroups [11.237134615215977]
  我々は,共有診断モデルを維持しながらサブグループ信頼性を向上させる患者条件適応フレームワークであるHyperAdaptを紹介する。 複数の公開医用画像ベンチマークによる実験により、提案手法は、全体的な精度を犠牲にすることなく、サブグループレベルのパフォーマンスを一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-01-19T14:33:41Z)
• MoodAngels: A Retrieval-augmented Multi-agent Framework for Psychiatry Diagnosis [58.67342568632529]
  MoodAngelsは、気分障害の診断のための最初の特殊なマルチエージェントフレームワークである。 MoodSynは、合成精神医学の1,173件のオープンソースデータセットである。
  論文  参考訳（メタデータ） (2025-06-04T09:18:25Z)
• Advancing Mental Health Pre-Screening: A New Custom GPT for Psychological Distress Assessment [0.8287206589886881]
  サイコアナリティスト」はOpenAIのGPT-4をベースとしたカスタムGPTモデルであり、スクリーニング前の精神疾患に最適化されている。 このモデルは、精神疾患のニュアンス言語指標を正しくデコードする。
  論文  参考訳（メタデータ） (2024-08-03T00:38:30Z)
• 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)

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。