MedNgage: A Dataset for Understanding Engagement in Patient-Nurse Conversations

要約

症状を効果的に管理している患者は、多くの場合、医療従事者との会話や介入において、より高いレベルの関与を示しています。
この取り組みは多面的であり、認知的側面と社会的感情的側面を含みます。
したがって、AI システムが患者ケアにさらに貢献するには、患者と医療従事者の間での自然な会話の関与を理解することが重要です。
この論文では、がんの症状管理に関する患者と看護師の会話から構成される新しいデータセット (MedNgage) を紹介します。
私たちは、2 つの異なる角度、すなわち、i) 社会感情的 (3.1K スパン)、および ii) 言語の認知的使用 (1.8K スパン) からの患者関与のカテゴリの新しいフレームワークを使用して、データセットに手動でアノテーションを付けます。
私たちのフレームワークを使用して注釈が付けられたデータの統計分析を通じて、患者の症状管理の成果と患者の会話への関与の間に正の相関関係があることを示しました。
さらに、データセットに基づいて微調整された事前トレーニング済みのトランスフォーマー モデルが、患者と看護師の会話におけるエンゲージメント クラスを確実に予測できることを実証します。
最後に、LIME (Ribeiro et al., 2016) を使用して、最先端の変圧器モデルが直面するタスクの根本的な課題を分析します。
匿名化されたデータは、リクエストに応じて研究目的で利用できます。

要約(オリジナル)

Patients who effectively manage their symptoms often demonstrate higher levels of engagement in conversations and interventions with healthcare practitioners. This engagement is multifaceted, encompassing cognitive and socio-affective dimensions. Consequently, it is crucial for AI systems to understand the engagement in natural conversations between patients and practitioners to better contribute toward patient care. In this paper, we present a novel dataset (MedNgage), which consists of patient-nurse conversations about cancer symptom management. We manually annotate the dataset with a novel framework of categories of patient engagement from two different angles, namely: i) socio-affective (3.1K spans), and ii) cognitive use of language (1.8K spans). Through statistical analysis of the data that is annotated using our framework, we show a positive correlation between patient symptom management outcomes and their engagement in conversations. Additionally, we demonstrate that pre-trained transformer models fine-tuned on our dataset can reliably predict engagement classes in patient-nurse conversations. Lastly, we use LIME (Ribeiro et al., 2016) to analyze the underlying challenges of the tasks that state-of-the-art transformer models encounter. The de-identified data is available for research purposes upon request.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google