認知症ケアにおけるマルチモーダルLLMを活用したデータ駆動型ケアコーチング生成の検討

• Item type: SIG Technical Reports(1)
• 公開日: 2024-09-19
• タイトル: 認知症ケアにおけるマルチモーダルLLMを活用したデータ駆動型ケアコーチング生成の検討
• タイトル / 言語: en
• タイトル: Exploring Data-Driven Care Coaching Generation Using Multimodal Large Language Models for Dementia Care
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 身体・認知機能へのアプローチ
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 浜松医科大学次世代創造医工情報教育センター／静岡大学
• 著者所属: 郡山市医療介護病院
• 著者所属: 郡山市医療介護病院
• 著者所属: 静岡大学
• 著者名: 小俣, 敦士; 香山, 壮太; 菅家, 穣; 石川, 翔吾
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，認知症ケアにおいてマルチモーダル LLM を活用したデータ駆動型ケアコーチング生成の手法について検討する．認知症ケアの質の向上には，経験豊富な介護者による指導が不可欠であるが，指導機会が限られていることが課題である．近年，大規模言語モデル（LLM）が注目されており，これをケアコーチングに応用することで，より効率的かつ効果的な学習支援環境を構築することを目指している．本研究では，認知症ケアの実践データをマルチモーダル LLM の入力として与えてケアコーチングを生成する枠組みを提案する．実際のケア実践ビデオに対して，マルチモーダル LLM によるコーチング生成を行い，従来の人によるコーチングと比較を行った．その結果，マルチモーダル LLM によるデータ駆動型のアプローチが認知症ケアスキルの学習において有用であることが示された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We describe a method for generating data-driven care coaching using multimodal large language models (MLLM) in dementia care. Improving the quality of dementia care requires instruction from experienced caregivers, but opportunities for instruction are limited. Recently, large language models (LLMs) have attracted attention, and we aim to apply them to care coaching to develop a more efficient and effective learning support environment. In this study, we propose a framework for generating care coaching by providing dementia care practice data as input to multimodal LLMs. We have generated care coaching using multimodal LLMs for care practice videos and compared them with conventional human coaching. The results have shown that the data-driven approach using multimodal LLMs is effective in learning dementia care skills.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングと新社会システム（MBL）; 巻 2024-MBL-112, 号 7, p. 1-5, 発行日 2024-09-19
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8817
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会