Physio: An LLM-Based Physiotherapy Advisor

要約

最新の言語モデルの性能は、実世界のアプリケーションに組み込むことへの関心を高めている。しかし、これらのモデルがもっともらしい、しかし不正確なテキストを生成するという事実は、いくつかのドメインでの使用を考慮する際に制約となる。ヘルスケアは、テキスト生成の信頼性が、患者の健康を守るために難しい要件である領域の代表例である。本論文では、身体リハビリテーションのためのチャットベースのアプリケーションであるPhysioを紹介する。Physioは、提供される情報をサポートするために信頼できる健康情報源を引用しながら、初期診断を行うことができる。さらに、外部の知識データベースを利用して、Physioは症状緩和のためのリハビリ運動や市販薬を推奨することができます。これらの機能を組み合わせることで、Physioは言語処理のための生成モデルのパワーを活用しながら、信頼できる検証可能な情報源を条件として応答することができます。Physioのライブデモはhttps://physio.inesctec.pt。

要約(オリジナル)

The capabilities of the most recent language models have increased the interest in integrating them into real-world applications. However, the fact that these models generate plausible, yet incorrect text poses a constraint when considering their use in several domains. Healthcare is a prime example of a domain where text-generative trustworthiness is a hard requirement to safeguard patient well-being. In this paper, we present Physio, a chat-based application for physical rehabilitation. Physio is capable of making an initial diagnosis while citing reliable health sources to support the information provided. Furthermore, drawing upon external knowledge databases, Physio can recommend rehabilitation exercises and over-the-counter medication for symptom relief. By combining these features, Physio can leverage the power of generative models for language processing while also conditioning its response on dependable and verifiable sources. A live demo of Physio is available at https://physio.inesctec.pt.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL