論文の概要: CoPlan: A Trustworthy Co-Intelligence Interface for Care Planning through Role-Based Contestable Argument Graphs

• arxiv url: http://arxiv.org/abs/2608.05107v1
• Date: Wed, 05 Aug 2026 17:43:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:44.063283
• Title: CoPlan: A Trustworthy Co-Intelligence Interface for Care Planning through Role-Based Contestable Argument Graphs
• Title（参考訳）: CoPlan:ロールベースのコンテスト可能な引数グラフによるケアプランニングのための信頼できるコインテリジェンスインターフェース
• Authors: Hung Truong Thanh Nguyen, Hélène Fournier, Piper Jackson, Makoto Itoh, Shannon Freeman, Rene Richard, Hung Cao,
• Abstract要約: CoPlan - 人間とAIのケアプランニングのための、インテリジェントでテスト可能なインタフェース。 CoPlanは、人間とAIエージェントが補完的な専門知識を貢献するコ・インテリジェンスと、検査、修正、正当化のために推奨される競争性を組み合わせている。 このシステムは、アダプティブケアチームの採用、ロールベースの議論レビュー、最終ケアプランの生成、スケジューリングエージェントによる実践的なフォローアップをサポートする。
• 参考スコア（独自算出の注目度）: 1.0558934832874713
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: AI-supported care planning can help clinicians, patients, caregivers, and care teams coordinate complex decisions across clinical, functional, psychosocial, and environmental needs. However, many AI systems present recommendations as fixed outputs, limiting stakeholders' ability to inspect, challenge, and revise plans when they conflict with clinical judgment, patient values, or real-world feasibility. We present CoPlan - a Co-Intelligent and Contestable Interface for Human-AI Care Planning. CoPlan uses a multi-agent workflow in which specialized AI agents generate candidate interventions and supporting or challenging arguments, while human care planners can accept, reject, modify, or add arguments before final plan generation. Through this design, CoPlan combines co-intelligence, in which humans and AI agents contribute complementary expertise, with contestability, where recommendations remain open to inspection, revision, and justification. We demonstrate CoPlan in an aging-in-place care planning scenario. The system supports adaptive care team recruitment, role-based argument review, final care plan generation, and practical follow-up through scheduling agents. This work contributes a contestable care planning interface and a design framing for trustworthy human-AI care planning that preserves human agency and clinical accountability.
• Abstract（参考訳）: AIが支援するケアプランニングは、臨床医、患者、介護者、およびケアチームが臨床、機能、精神社会的、および環境のニーズを横断する複雑な意思決定を調整するのに役立つ。 しかし、多くのAIシステムは、一定のアウトプットとして推奨を提示し、臨床判断や患者価値、現実の実現可能性と矛盾する場合に、ステークホルダーが計画を調べ、挑戦し、修正する能力を制限する。 CoPlan - 人間とAIのケアプランニングのための、インテリジェントでテスト可能なインタフェース。 CoPlanは、特殊なAIエージェントが候補の介入を生成し、議論を支援したり、議論に挑戦したりするマルチエージェントワークフローを使用し、一方で人間のケアプランナーは最終計画生成前に議論を受け入れ、拒否し、修正し、追加することができる。 このデザインを通じて、人間とAIエージェントが補完的な専門知識を貢献するコ・インテリジェンスと、検査、修正、正当化のためのレコメンデーションが引き続き開放されるコンテスト可能性を組み合わせたコ・インテリジェンスである。 われわれはCoPlanを老朽化したケア計画シナリオで実証する。 このシステムは、アダプティブケアチームの採用、ロールベースの議論レビュー、最終ケアプランの生成、スケジューリングエージェントによる実践的なフォローアップをサポートする。 本研究は、人事機関と臨床説明責任を保全する信頼性の高い人間とAIのケア計画のための、競争可能なケア計画インターフェースと設計フレーミングに寄与する。

関連論文リスト

• A longitudinal health agent framework [3.679030425488578]
  繰り返しの相互作用に対して適応、コヒーレンス、連続性、エージェンシーを運用する多層フレームワークとそれに対応するエージェントアーキテクチャを提案する。 我々は、縦型エージェントが有意義なエンゲージメントを維持し、進化する目標に適応し、安全でパーソナライズされた意思決定をサポートする方法を実証する。
  論文  参考訳（メタデータ） (2026-04-13T20:03:53Z)
• Words to Describe What I'm Feeling: Exploring the Potential of AI Agents for High Subjectivity Decisions in Advance Care Planning [7.273122595358839]
  高齢化と介護者ネットワークの縮小に伴い、ACP(Advanced Care Planning)の信頼できる支援の必要性が高まっている。 経験的なプロトタイプ(ページント)を構築して,4つのワークショップの参加者15人に,ACP決定の個人的なプロキシとしてトレーニングを依頼しました。 ACPにおけるAIの新たな役割として,エージェントが個人に対する個人的アドボケートとして行動し,時間とともに相互の知性を構築できる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-12-12T04:39:34Z)
• Towards Human-Centric Intelligent Treatment Planning for Radiation Therapy [0.0]
  現在の放射線治療計画には、最適な計画品質、非効率性、コストが制限されている。 HCITP(Human-Centric Intelligent Treatment Planning)は、臨床ガイドラインを統合し、計画生成を自動化する。
  論文  参考訳（メタデータ） (2025-10-15T01:04:48Z)
• Designing AI Tools for Clinical Care Teams to Support Serious Illness Conversations with Older Adults in the Emergency Department [53.52248484568777]
  この研究は、EDベースの重篤な病的会話の実証的な理解に貢献し、ハイテイクな臨床環境におけるAIの設計上の考察を提供する。 専門医2名と専門医9名を対象にインタビューを行った。 我々は4段階の重篤な会話ワークフロー(識別、準備、伝導、文書化)を特徴とし、各段階における重要なニーズと課題を特定した。 既存の臨床実践に適合するSICをサポートするAIツールの設計ガイドラインを提示する。
  論文  参考訳（メタデータ） (2025-05-30T21:15:57Z)
• Constrained Human-AI Cooperation: An Inclusive Embodied Social Intelligence Challenge [47.74313897705183]
  CHAICは、インボディードエージェントの社会的知覚と協力をテストするために設計された包括的インボディード・ソーシャル・インテリジェンス・チャレンジである。 CHAICの目標は、身体的制約の下で活動している可能性がある人間を支援するために、自我中心の観察装置を備えたエンボディエージェントである。
  論文  参考訳（メタデータ） (2024-11-04T04:41:12Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)
• Collaborative Human-Agent Planning for Resilience [5.2123460114614435]
  実行時に線形時間論理(LTL)を用いてエージェントに知識を提供することで,エージェントと協調できるかどうかを検討する。 我々は,計画立案者が制限のある状況に対する基本計画案を24名提示し,これらの制限に対する回避策を参加者に求めた。 その結果, 参加者の制約により, 計画の期待リターンが10%向上した。
  論文  参考訳（メタデータ） (2021-04-29T03:21:31Z)

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。